We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
谢谢作者的开源贡献,我对你的工作很感兴趣,想要用你的代码解决一些问题,就是有一点点问题想请教你, in the class CE
最后那里 zi = zi / out_mask out_mask 好像都是1 这一步 是不是没有用呀
这个class 中那个mask 是一个 Numpatch*(WH) 这样的矩阵,我看论文理解,不是应该是1个 NumpatchNumpatch 的矩阵吗,代表每个patch 的相似矩阵 后变成邻接矩阵 是不是为了计算方便呀?
3.论文中的Figure3 是 mask,mask_b的可视化效果吗, 存成 Numpatch*(W*H) 这样的矩阵 是为了这种可视化吗
The text was updated successfully, but these errors were encountered:
问题1:这是因为我们在做分块的时候块与块之间存在重叠部分,因此在拼接的时候要使用out_mask对重叠部分求均值。 问题2:请参考我们我们的前置工作(https://github.com/MC-E/COLA-Net-Collaborative-Attention-Network-for-Image-Restoration/issues/4) 问题3:图3是mask的可视化结果
Sorry, something went wrong.
No branches or pull requests
谢谢作者的开源贡献,我对你的工作很感兴趣,想要用你的代码解决一些问题,就是有一点点问题想请教你,
in the class CE
最后那里 zi = zi / out_mask
out_mask 好像都是1 这一步 是不是没有用呀
这个class 中那个mask 是一个 Numpatch*(WH) 这样的矩阵,我看论文理解,不是应该是1个 NumpatchNumpatch 的矩阵吗,代表每个patch 的相似矩阵 后变成邻接矩阵
是不是为了计算方便呀?
3.论文中的Figure3 是 mask,mask_b的可视化效果吗, 存成 Numpatch*(W*H) 这样的矩阵 是为了这种可视化吗
The text was updated successfully, but these errors were encountered: