zehaisang

感谢您的回复，我现在想进一步追问： 1. 具体而言，hard case是如何辅助迭代模型的？ 是通过将hard case与bad case调整损失函数及训练数据集，还是使用hard case对模型进行微调？ 2. “投入更多的训练时间”是指训练1000个epoch甚至更多epoch吗？ 3. 尺度增广指的是在获取图像时进行增广吗？ 例如，在训练时进行1.5x、2x、4x的随机放大，是在dataset返回数据时做随机放大（即训练patch动态改变），还是在getimg或__getitem__之前进行随机放大？但训练时都是使用384x384的patch。 4. 使用SSIM Loss以及1e-5 * Consistency Loss的具体作用是什么？ 这些损失的权重相对于主要的0.1 * L1 Loss + VGG Loss要小很多。 5. 您提到不能太早扩数据量，具体来说应该在什么时候扩数据量？ 6. 关于VGG...

感谢您的解答，我现在有以下进一步的问题想向您请教： 仅训练一个简单的两帧插入一帧的插帧模型，不使用timestep的情况下， 1. 在使用如 Vimeo-Septuplet、SportSLoMo 或 Adobe240fps 等包含连续帧的数据集时，应该选择连续的三帧、左右间隔0-1帧、左右间隔0-2帧，还是随机选择帧？ 2. 推荐使用 Vimeo-Triplet、Vimeo-Septuplet中的哪个，还是两者兼用？ 3. 在训练过程中，Vimeo-Triplet、Vimeo-Septuplet、Adobe240fps、ATD-12K、SportSLoMo 这些数据集的重要性如何，也就是以哪个数据集为主？ 感谢您的解答！