游客fgl4yoalowavq
游客fgl4yoalowavq_个人页
游客fgl4yoalowavq
文章
0
问答
2
视频
0
个人介绍
暂无个人介绍
擅长的技术
暂无更多信息
2022年11月
-
11.23 17:42:11
回答了问题
2022-11-23 17:42:11
DNS2020 盲测集 结果不一致
赞0 踩0 评论1 -
11.22 16:57:54
提交了问题
2022-11-22 16:57:54
暂无更多信息
-
回答了问题
2022-11-23
DNS2020 盲测集 结果不一致
您好，我测试noisy的结果如下 这里和各种论文中的DNS2020测试集数据应该是一致的。我看了您提供的代码，测试程序中使用的pesqwb,pesqnb,stoi,都是一致的，另外配置方式也一致。所以应该可以排除测试程序的问题。 我这边拆解了github上的代码，并且在缓存中加载了FRCRN的模型权重。enhane了官方提供的测试noisywav，效果和官方一致。 但是从模型中，1.没有看出使用了CBAM结构，2.另外这个模型似乎是两个Unet级联，3.从SElayer实现来看，似乎是一个非因果模型，似乎论文中没有提到这个模块。所以，我很疑惑是不是提供的模型和模型权重有问题。 这里贴出SElayer的代码 class SELayer(nn.Module): def __init__(self, channel, reduction=16): super(SELayer, self).__init__() self.avg_pool = nn.AdaptiveAvgPool2d(1) self.fc_r = nn.Sequential( nn.Linear(channel, channel // reduction), nn.ReLU(inplace=True), nn.Linear(channel // reduction, channel), nn.Sigmoid()) self.fc_i = nn.Sequential( nn.Linear(channel, channel // reduction), nn.ReLU(inplace=True), nn.Linear(channel // reduction, channel), nn.Sigmoid()) def forward(self, x): b, c, _, _, _ = x.size() x_r = self.avg_pool(x[:, :, :, :, 0]).view(b, c) x_i = self.avg_pool(x[:, :, :, :, 1]).view(b, c) y_r = self.fc_r(x_r).view(b, c, 1, 1, 1) - self.fc_i(x_i).view( b, c, 1, 1, 1) y_i = self.fc_r(x_i).view(b, c, 1, 1, 1) + self.fc_i(x_r).view( b, c, 1, 1, 1) y = torch.cat([y_r, y_i], 4) return x * y赞0 踩0 评论1 -
提交了问题
2022-11-22
DNS2020 盲测集 结果不一致
滑动查看更多
暂无更多信息