实验报告
一、生成器和判别器训练方式说明
1. 两阶段训练策略
阶段一：生成器预训练
- 使用MSE损失函数进行预训练
- 仅训练生成器，不涉及判别器
- 目的：让生成器初步学习从LR到HR的映射
- 训练轮数：4个epoch
阶段二：SRGAN对抗训练
- 使用完整的感知损失函数：
- VGG特征损失（内容损失）
- 对抗损失
- 生成器和判别器交替训练
- 损失函数权重：β = 1e-3 由于时间关系和内存GPU，从100轮缩减到50 在缩减到10最后到4，导致模型的精度会极大下降
2. 训练优化措施
- 混合精度训练：使用AMP减少显存占用，加快训练速度
- 早停机制：预训练patience=8，SRGAN训练patience=5(没用上)
- 学习率调整：每5-6个epoch学习率减半
- 数据增强：随机裁剪、翻转、旋转等
二、模型最佳参数和测试结果
模型参数配置
python
# Generator参数
large_kernel_size = 9
small_kernel_size = 3
n_channels = 16
n_blocks = 8
# Discriminator参数
kernel_size = 3
n_channels = 8
n_blocks = 4
fc_size = 256
# 训练参数
batch_size = 8
pretrain_lr = 3e-4
srgan_lr = 3e-4
beta = 1e-3测试集结果汇总
| 数据集 | 图片数量 | 平均PSNR | 平均SSIM |
|---|---|---|---|
| Set5 | 5 | 25.609 | 0.692 |
| Set14 | 14 | 24.513 | 0.623 |
| B100 | 100 | 24.188 | 0.591 |
| Urban100 | 100 | 22.337 | 0.588 |
| DIV2K验证集 | 100 | 25.286 | 0.642 |
| 总体平均 | 319 | 24.387 | 0.627 |
三、Set5测试集图片生成结果
从测试结果可以看出：
- PSNR指标：在Set5上达到25.609，表现良好
- SSIM指标：0.692，表明生成图像在结构相似性方面表现不错
- 视觉质量：根据测试代码中的可视化功能，可以观察到SRGAN生成的图像在细节恢复和纹理保持方面优于传统的双三次插值
四、所做的尝试和改进
1. 训练策略改进
- 两阶段训练：避免了GAN训练的不稳定性
- 学习率调度：动态调整学习率提高收敛性
- 早停机制：防止过拟合，节省训练时间
2. 技术优化
- 混合精度训练：显著减少显存占用，允许使用更大batch_size
- 数据加载优化：使用多进程数据加载，提高IO效率
- 内存管理：添加显存清理和优化配置
3. 代码结构优化
- 模块化设计：将训练、验证、测试功能分离
- 配置文件：使用EasyDict管理超参数
- 检查点保存：定期保存模型，支持训练恢复
五、结果如下
![[Pasted image 20251109224505.png]] ![[Pasted image 20251109224534.png]]
4. 遇到的挑战和解决方案
挑战1：显存不足
- 问题：SRGAN训练时CUDA内存溢出
- 解决方案：
- 使用混合精度训练
- 减小batch_size
- 添加显存优化配置
挑战2：训练不稳定性
- 问题：GAN模式崩溃
- 解决方案：
- 采用预训练策略
- 调整损失函数权重
- 使用更稳定的优化器
六、结论
本实验成功实现了基于SRGAN的图像超分辨率系统，主要成果包括：
- 模型性能：在多个测试集上取得了良好的PSNR和SSIM指标
- 训练稳定性：通过两阶段训练策略解决了GAN训练的不稳定性问题
- 代码质量：实现了模块化、可配置的训练框架
- 技术创新：结合了混合精度训练、早停机制等现代深度学习技术