XPixelGroup
Hello, I added some data to your weight training and trained according to step 1 and step 2. Finally, I got a weight, but when I used this weight for inference, I found that the generated image was very blurry. When I used your weight, it was normal again.
I checked the results in TensorBoard during the training process of step 1 and step 2 and everything was normal.`
`
并没有，我根据训练代码重新写了一下推断代码。
---Original--- From: @.> Date: Tue, Mar 4, 2025 11:03 AM To: @.>; Cc: @.@.>; Subject: Re: [XPixelGroup/DiffBIR] Hello, I added some data to your weighttraining and trained according to step 1 and step 2. Finally, I got a weight,but when I used this weight for inference, I found that the generated imagewas very blurry. When I used your weight, it was normal again. (Issue #161)
请问您解决了吗，感谢告知
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***> happy-liuzhixuan left a comment (XPixelGroup/DiffBIR#161)
请问您解决了吗，感谢告知
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>
我只使用了一张4090，将bs调整为8刚刚好，numberworks调整为8。大概1分钟150轮。
---Original--- From: @.> Date: Wed, Mar 5, 2025 16:09 PM To: @.>; Cc: @.@.>; Subject: Re: [XPixelGroup/DiffBIR] Hello, I added some data to your weighttraining and trained according to step 1 and step 2. Finally, I got a weight,but when I used this weight for inference, I found that the generated imagewas very blurry. When I used your weight, it was normal again. (Issue #161)
请问您训练使用了几张卡，我还未尝试进行训练
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***> happy-liuzhixuan left a comment (XPixelGroup/DiffBIR#161)
请问您训练使用了几张卡，我还未尝试进行训练
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>
您好，请问您推理测试时使用的命令是python -u inference.py
--upscale 4
--version custom
--train_cfg [path/to/training/config]
--ckpt [path/to/saved/checkpoint]
--captioner llava
--cfg_scale 8
--noise_aug 0
--input inputs/demo/bsr
--output results/custom_demo_bsr这个吗
您好，请问您推理测试时使用的命令是python -u inference.py --upscale 4 --version custom --train_cfg [path/to/training/config] --ckpt [path/to/saved/checkpoint] --captioner llava --cfg_scale 8 --noise_aug 0 --input inputs/demo/bsr --output results/custom_demo_bsr这个吗 我在这个命令基础上更换成我重新训练的模型地址，推理效果还不错并且和官方提供的模型测试效果相近，但我不清楚是否成功使用的是我的模型进行的测试，因为 我使用的自己3200张图像的数据训练，按道理不会有官方模型那么好的效果
您好，请问您推理测试时使用的命令是python -u inference.py --upscale 4 --version custom --train_cfg [path/to/training/config] --ckpt [path/to/saved/checkpoint] --captioner llava --cfg_scale 8 --noise_aug 0 --input inputs/demo/bsr --output results/custom_demo_bsr这个吗 我在这个命令基础上更换成我重新训练的模型地址，推理效果还不错并且和官方提供的模型测试效果相近，但我不清楚是否成功使用的是我的模型进行的测试，因为 我使用的自己3200张图像的数据训练，按道理不会有官方模型那么好的效果
你判断的没错，应该还是调用的官方的模型。使用这个代码训练得到的模型，我自己推断的是需要自己写一下推断的代码，直接使用他原本的推断结果会是错误的。
抱歉，我试着更改了looo.py文件的代码，现在调用的应该是我的模型，但效果很差。请问您大概使用了多少数据进行训练呀，能接近官方的那种效果吗。
我仅仅只是进行了技术测试，个人感觉如果要看到较好的效果的话，应该要10w以上的数据。你还需要在作者提供的预训练模型上接着训练。
---Original--- From: @.> Date: Wed, Mar 26, 2025 11:03 AM To: @.>; Cc: @.@.>; Subject: Re: [XPixelGroup/DiffBIR] Hello, I added some data to your weighttraining and trained according to step 1 and step 2. Finally, I got a weight,but when I used this weight for inference, I found that the generated imagewas very blurry. When I used your weight, it was normal again. (Issue #161)
抱歉，我试着更改了looo.py文件的代码，现在调用的应该是我的模型，但效果很差。请问您大概使用了多少数据进行训练呀，能接近官方的那种效果吗。
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***> happy-liuzhixuan left a comment (XPixelGroup/DiffBIR#161)
抱歉，我试着更改了looo.py文件的代码，现在调用的应该是我的模型，但效果很差。请问您大概使用了多少数据进行训练呀，能接近官方的那种效果吗。
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>
您好，我想请问一下您使用其他权重推理是改动了什么地方，我最近重新训练的模型权重在推理时都是产生很严重的噪音，除了官方给的模型以外其他效果都很差，不知道是不是我改动的问题。我是改了loop.py文件的权重路径，如何进行推理测试的
您好，我想请问一下您使用其他权重推理是改动了什么地方，我最近重新训练的模型权重在推理时都是产生很严重的噪音，除了官方给的模型以外其他效果都很差，不知道是不是我改动的问题。我是改了loop.py文件的权重路径，如何进行推理测试的
您好，请问问题解决了吗，我也是在loop.py里修改为我自己训练的模型权重的，但是inference出来的效果很差，但在train时生成的验证的图片是正确的啊
我仅仅只是进行了技术测试，个人感觉如果要看到较好的效果的话，应该要10w以上的数据。你还需要在作者提供的预训练模型上接着训练。 …
请问可以分享一下新的inference代码吗？
您好，我想请问一下您使用其他权重推理是改动了什么地方，我最近重新训练的模型权重在推理时都是产生很严重的噪音，除了官方给的模型以外其他效果都很差，不知道是不是我改动的问题。我是改了 loop.py 文件的权重路径，如何进行推理测试的
您好，请问问题解决了吗，我也是在 loop.py 里修改为我自己训练的模型权重的，但是inference出来的效果很差，但在train时生成的验证的图片是正确的啊
你好，针对“inference出来的效果很差，但在train时生成的验证的图片是正确的”这个问题，我当初训练时也是这样，不知道什么原因。目前放弃重新训练了。我当时推测可能是我的数据量不够。
您好，我想请问一下您使用其他权重推理是改动了什么地方，我最近重新训练的模型权重在推理时都是产生很严重的噪音，除了官方给的模型以外其他效果都很差，不知道是不是我改动的问题。我是改了 loop.py 文件的权重路径，如何进行推理测试的
您好，请问问题解决了吗，我也是在 loop.py 里修改为我自己训练的模型权重的，但是inference出来的效果很差，但在train时生成的验证的图片是正确的啊
我当时训练时监控训练和验证，显示一切正常。但使用所得训练权重去测试时却出现了跟你这个差不多的情况，无论怎么更改inference代码也没有改变结果
您好，我想请问一下您使用其他权重推理是改动了什么地方，我最近重新训练的模型权重在推理时都是产生很严重的噪音，除了官方给的模型以外其他效果都很差，不知道是不是我改动的问题。我是改了 loop.py 文件的权重路径，如何进行推理测试的
您好，请问问题解决了吗，我也是在 loop.py 里修改为我自己训练的模型权重的，但是inference出来的效果很差，但在train时生成的验证的图片是正确的啊
我当时训练时监控训练和验证，显示一切正常。但使用所得训练权重去测试时却出现了跟你这个差不多的情况，无论怎么更改inference代码也没有改变结果 好的谢谢你！！
