試驗記錄

2003

1.概覽信息

實驗訓練了一個cycleGAN模型用于SAR圖像翻譯（主要是對歸一化后的SAR圖像進行著色處理），所用數據集是SARGB的一個子集，其中包括了2019年夏季北京SAR(VV)以及光學圖像對，約有18000張（8000），直觀上可以分為農田、植被、城市三種類型。
在Nvidia-P100(16G)環(huán)境下進行實驗，訓練開始于2020.5.27-15:57，結束于2020-------，共用時約------h

2.其他信息

基本使用代碼原有配置，但訓練速度奇慢無比，使用了與20001任務同樣的數據集，但每一個epoch需要耗時在2500s以上

3.實驗結果

原意是探索使用非配對數據方式進行圖像翻譯任務，并比較與Pix2Pix模型的差距（因為下意識地認為在配對數據上使用配對模型應該取得更好的結果，但事實并非如此），截止至5.28-15:07，僅完成33epoch訓練，但翻譯結果已經好于2001任務，或許是因為CycleGAN比起Pix2Pix帶有更多“圖像修正”的色彩，因此在細節(jié)、邊緣等保留更好。

但同時要注意的是，現有結果中有些出現語義轉換錯誤。

epoch031_fake_A.png

而該圖像對應的SAR圖像如下：

epoch031_real_B.png