deep-learning - 损失之间的权衡？

问题描述

我一直在做一个超分辨率的任务。我有一个关于确定损失函数的问题，所以在手头的任务中，我想用 SSIM 作为损失函数来训练我的模型。我确实得到了很好的结果。最近我遇到了感知损失函数，我们在其中比较了预训练模型如何看待地面实况（GT）图像和超分辨率（SR）图像（模型生成的图像）。我的问题是，我正在考虑同时使用 ((1-SSIM(SR,GT))+Perceptual loss(SR,GT)) 损失进行反向传播，那么我应该在这两种损失之间使用权衡参数吗？如果是这样，我该如何设置这些权衡参数？或者我应该以相同的权重添加这些损失。

PS：感知损失是通过从预训练模型中找到 GT 和 SR 图像的特征图之间的 SSIM 来计算的

标签： deep-learningpytorchloss-functionssimtradeoff

deep-learning - 损失之间的权衡？

问题描述

解决方案

推荐阅读