| scale | PSNR | SSIM | SCC | SAM |
|---|---|---|---|---|
| UCx2 | 34.64 | 0.9349 | 0.6503 | 0.0478 |
| UCx3 | 30.30 | 0.8487 | 0.4257 | 0.0779 |
| UCx4 | 28.01 | 0.771 | 0.2900 | 0.0999 |
和原论文中的指标进行对比，整体来说复现差距很小，复现成功。
# x4
CUDA_VISIBLE_DEVICES=0 python demo_train.py --model=HAUNET --dataset=UCMerced --scale=4 --patch_size=192 --ext=img --save=HAUNETx4_UCMerced
# x2
python demo_train.py --model=HAUNET --dataset=UCMerced --scale=2 --patch_size=96 --ext=img --save=HAUNETx2_UCMerced输入LR的大小被裁剪为:48*48，同时有一个数据预处理（包括随机水平、垂直翻转、随机旋转90°，以及添加噪声）。
添加wandb后的Train
# x4
CUDA_VISIBLE_DEVICES=0 python demo_train.py --project_name=SRx4 --model=HAUNET_V1 --dataset=UCMerced --scale=4 --patch_size=192 --ext=img --save=HAUNETV1x4_UCMerced python demo_deploy.py --scale=2 --model=HAUNET --patch_size=128 --test_block --pre_train=/home/wjq/wjqHD/RSISR/model-zoo/HAUNet_RSISR/experiment/HAUNETx2_UCMerced/model/model_best.pt --dir_data=/home/wjq/wjqHD/RSISR/datasets/HAUNet/UCMerced-dataset/test/LR_x2 --dir_out=/home/wjq/wjqHD/RSISR/HAUNet-wjq/experiment/HAUNETx4_UCMerced_debug/results以64x64为block进行测试。