KAIRリポジトリのノイズ除去モデルを試してみた。左から原画 / FFDNet(σ=15)のみ / BSRGANのみ / FFDNet(σ=15) + BSRGAN。

かなり綺麗な結果で優秀なんだけど、GANの学習データが自然画像なせいか、原画に存在しない陰影が生成されているようにも見える。

使用している参照コード、訓練済みモデルなど ->
https://github.com/cszn/KAIR
#画像処理 #イラスト #AI #ノイズ除去 #DeepLearning #FFDNet #BSRGAN

BSRNetのベストをベースにBSRGANを走らせ始めた。ETA=6200min ... グェ...。まあ、気長にやります。 #machinelearning #computervision #noisereduction

BSRNetのフルトレーニングを実行中。トータル5日くらいかかる見込み。あと2日くらいか？さらにそのあとBSRGANのトレーニングが必要なので最初の結果が出るまでまだまだ。 #機械学習 #computervision #deeplearning

BSRGANはトレーニング中断、当面の採用見送り。pytorchのvggが使用する知覚モデルがImageNet由来なのでライセンス的に今回の目的には高リスクと判断。 ここは法的・倫理的に意見は色々あるみたいだけど、まだコンセンサスが得られているとは言えないという印象。 #machinelearning #computervision

Claudeに見積もらせてると、RTX3060をRTX5070に換装すれば半分くらいのトレーニング時間になるらしい。このあとやるBSRGANはさらにトレーニング時間が長いのでコストに見合うか真面目に検討中。 #GPU #機械学習 #machinelearning

BSRGAN前段階のBSRNetのトレーニング 500kイテレーションがようやく完走。止めたり再開したりしながら、実質75時間くらい。 #machinelearning #computervision

BSRNet 2k イテレーションごとのチェックポイントを使ってPSNRとSSIMを評価したものをプロット。ほぼ平坦に見えるが、ゆるやかに性能が上昇していたようだ。420k の地点からBSRGANを開始するのが良さそう。 #machinelearning #computervision #noisereduction

different methods, and the results indicate that Real-ESRGAN and BSRGAN are the best. Furthermore, we train a DNN to detect which up-scaling method has been used, the trained models have a good overall performance in our [5/8 of https://arxiv.org/abs/2502.14013v1]

we tackle in the following paper. For this reason, we describe our developed dataset, which uses 136 base images and five different up-scaling methods, namely Real-ESRGAN, BSRGAN, waifu2x, KXNet, and Lanczos. Overall the [3/8 of https://arxiv.org/abs/2502.14013v1]

ノイズ除去モデルのトレーニングはまだまだ終わらないので、その間に比較対象の準備。機械学習によらない手法として、BilateralとNon Local Meansを選択。順に原画、Bilateral、NL-Means、訓練済みモデルによるFFDNet+BSRGAN。非ML手法も悪くないのだが、DLモデルに匹敵する品質を得るのは難しそう。 #ノイズ除去 #機械学習 #ディープラーニング