关于在测试时获取损坏边缘信息的方式疑问

[FFChopin456]

你好，我发现在你的论文中，无论是测试还是训练过程损坏的edge都是作为模型的输入的一部分。并且在你发布的训练和测试代码中，损坏的edge是通过将完整的edge点乘masks获得的，其中完整的edge是从完整的图像中获得的。

但是，在实际或测试中，我们并没有完整的图像，因此我们无法获得完整的edge。而且您并没有像 Edge Connect 那样预训练一个用于修复损坏的edge的模型，这也是您在论文中声称的贡献。

然而，从损坏图像中提取的edge并不等于从完整图像中提取出来的完整edge点乘mask，前者在损坏区域的附近会具有更少的信息。

我认为你对你的模型的测试方式有问题：通过将完整边缘乘以掩码替换从损坏的图像中提取边缘，在损坏区域的边界处存在信息泄漏。我相信这种泄漏将有利于修复性能。请问能解释一下吗？

[yuhaoliu7456]

这应该不算事泄漏吧，毕竟测试的时候待修复的region的edge是masked的。你如果从real world来说，肯定有差异，but不至于是信息泄漏 as least I think.

[WendongZh]

我测试了一下是会差一些，Paris上PSNR会掉大约0.4的样子。理论上讲应该是要和EC一样在canny里面加入mask用于约束的。

[Captain-Named]

我测试了一下是会差一些，Paris上PSNR会掉大约0.4的样子。理论上讲应该是要和EC一样在canny里面加入mask用于约束的。

我测试了一下是会差一些，Paris上PSNR会掉大约0.4的样子。理论上讲应该是要和EC一样在canny里面加入mask用于约束的。

您好，请问您测试数据图像的来源和预处理方式是怎样的？是使用数据集中的原图进行测试吗？使用的是作者提供的模型吗？希望能得到您的回复。

[WendongZh]

我测试了一下是会差一些，Paris上PSNR会掉大约0.4的样子。理论上讲应该是要和EC一样在canny里面加入mask用于约束的。

我测试了一下是会差一些，Paris上PSNR会掉大约0.4的样子。理论上讲应该是要和EC一样在canny里面加入mask用于约束的。

您好，请问您测试数据图像的来源和预处理方式是怎样的？是使用数据集中的原图进行测试吗？使用的是作者提供的模型吗？希望能得到您的回复。

就是Paris数据集的测试图片，mask是从那个mask数据集随机采，用作者预训练模型，唯一的区别就是在edge生成函数那里canny边缘检测器是否要传入对应的mask做基于掩码的边缘检测。你可以自己试一试嘛，确实是有点区别。