【报告内容】

汇报人：毛矛

2022.6.10 讨论课，时间：19:30，腾讯会议：981 3177 4321

汇报单位：河海大学

主 题：《Unpaired Image Super-Resolution using Pseudo-Supervision》

1. Background

2. Contributions

3. Method

4. Experiments

【报告总结】

1.问：怎么看一个图片是不是高分辨率图像？

答：通过人为主观给图片制定标签，不是为0，是则为1。

2.问：能不能科普一下L1loss和L2loss？

答：l1 loss在零点不平滑，用的较少。一般来说，l1正则会制造稀疏的特征，大部分无用的特征的权重会被置为0。对离群点比较敏感，如果feature是unbounded的话，需要好好调整学习率，防止出现梯度爆炸的情况。l2正则会让特征的权重不过大，使得特征的权重比较平均。

3.问：你自己复现训练时间用了多久呢？

答：用2080ti单卡大概四天。

4.问：如果输入一张景深的图片会怎么样？

答：我觉得效果可能不太理想，可能模糊的部分会被超分的较好，但是清晰的地方可能会出现伪影。

报告时间：2022年06月10日19:30

腾讯会议ID：981 3177 4321

点我下载本讨论课相关文献或PPT吧~(提取码：iipr)