模型复现效果及复现代码中的loss与论文中不一致相关咨询

[Tsingjie89]

您好，感谢您的工作，给了我很大的帮助，有一些细节问题想咨询一下：
1.使用代码跑实验时，发现生成的图片有40%以上的图片文字生成与输入标准图片中的文字不一致，即使输入图片没有文字，输出图片也有很大一部分引入了风格图片中的文字（少部分甚至很清晰）。增加训练次数到1500000次仍然效果不佳。您在复现论文效果时有没有遇到过这种问题？
2.将论文中的loss与代码中的loss相比，论文里的style loss和perceptual loss中的L2loss在代码中改成了L1 loss，adersarial loss实现也与论文中的不太一致，这个您那边有没有做过实验对比，效果是否有差异？
感谢！

[ursaminor0401]

您好，感谢您的工作，给了我很大的帮助，有一些细节问题想咨询一下：
1.使用代码跑实验时，发现生成的图片有40%以上的图片文字生成与输入标准图片中的文字不一致，即使输入图片没有文字，输出图片也有很大一部分引入了风格图片中的文字（少部分甚至很清晰）。增加训练次数到1500000次仍然效果不佳。您在复现论文效果时有没有遇到过这种问题？
2.将论文中的loss与代码中的loss相比，论文里的style loss和perceptual loss中的L2loss在代码中改成了L1 loss，adersarial loss实现也与论文中的不太一致，这个您那边有没有做过实验对比，效果是否有差异？
感谢！

您好，感谢您的咨询！

1. 对于生成文字与标准图片不一致的问题，我在实验中也出现过，但是没有那么多，是个别的字符转变成了与之相似的另外字符，我目前也没有调试到一个比较理想的结果，更没有达到论文的效果，其实是风格学到了，但是内容有些丢失了。我认为论文中的skeleton-guided分支对保留内容起到了一些作用，我这里生成骨架数据有时候质量不太好，会有些粘连现象，也有可能会对训练造成一些误导（o粘连成e之类的），可能需要提高数据质量。另外我这里对lt_loss根据mask做了一个加权，因为我发现如果不做加权很难收敛。
2. 论文中这部分loss（vgg loss）写的不是很清楚，这个loss在神经风格迁移中是用的L2 loss，但这里作者给出的的确是L1 loss，我这里参考了EnsNet对这部分loss的描述进行实现，adversarial loss在训练时因为要把训练生成器和判别器分开，所以要拆成两个loss分别指导训练。

[wayne2tech]

请问您在训练多少轮之后，得到了比较满意的效果

[ursaminor0401]

请问您在训练多少轮之后，得到了比较满意的效果

您好，我训练了10万个 iteration 后得到了较好的效果