上传者: 42116604
|
上传时间: 2021-11-04 18:17:52
|
文件大小: 4.67MB
|
文件类型: -
CNNIQA
以下论文的PyTorch 1.3实施:
笔记
在这里,选择优化器作为Adam,而不是本文中带有势头的SGD。
data /中的mat文件是从数据集中提取的信息以及有关火车/ val /测试段的索引信息。 LIVE的主观评分来自。
训练
CUDA_VISIBLE_DEVICES=0 python main.py --exp_id=0 --database=LIVE
训练前, im_dir在config.yaml被指定必须的。 可以在config.yaml设置数据库内实验中的Train / Val / Test拆分比率(默认值为0.6 / 0.2 / 0.2)。
评估
测试演示
python test_demo.py --im_path=data/I03_01_1.bmp
交叉数据集
python test_cross_dataset.py --help
TODO: