如何处理验证集

[xuxuduoduomeiGithub]

想问下大家验证集是来源于哪里怎么处理的？

[zhengchen1999]

使用测试集合中的Set5作为验证（https://github.com/zhengchen1999/DAT?tab=readme-ov-file#training）。
这只用于判断收敛趋势，我们使用完整训练后的模型进行测试。

[xuxuduoduomeiGithub]

感谢回复，请问只使用测试集合中的Set5来进行验证吗？ 此外Set5我是否需要单独处理（比如：使用BasicSR中提供的Set5的原图，然后使用matlab生成对应的GT与Bicubic，），还是直接使用的是您在https://github.com/zhengchen1999/ 提供的已经处理过的Set5

[zhengchen1999]

如果是项目中提供的实验，只需要使用下载的数据。
如果是用到其他实验，比如real-world SR，则需要其他处理。

[xuxuduoduomeiGithub]

好的，感谢回复~

[xuxuduoduomeiGithub]

如果是项目中提供的实验，只需要使用下载的数据。 如果是用到其他实验，比如real-world SR，则需要其他处理。

你好，我想请问我的训练集是直接将Div2K和Flickr2K中的HR图片放在一起（3450张图片）然后进行裁剪得到（480x480）大小的DF2K_HR图片（139995张图片），然后将下载的DIV2K_LRx2和Flickr2K_LRx2放在一起（3450张图片）然后进行裁剪得到（240x240）大小的DF2K_LRx2图片（139995张图片），将DF2K_HR和DF2K_LRx2作为我的x2的训练集，这样处理方式正确吗？

为何您提供的DF2K原本有3550张图片呢？ 此外，我只采用一张RTX4090去训练该模型 结果始终与您的有差异，是否我的Batchsize大小和多张卡并行化训练对结果的影响比较大？
希望能解答一下，感谢！！！

[zhengchen1999]

不需要对图片进行预处理（如分块），在代码中有相关实现。
batch size对结果有影响（训练轮次按batch，而不是epoch），多卡影响不大。

[xuxuduoduomeiGithub]

不需要对图片进行预处理（如分块），在代码中有相关实现。 batch size对结果有影响（训练轮次按batch，而不是epoch），多卡影响不大。

那意思是我只需要拿您提供的DF2K数据集（3550张图片对）进行训练不需要进行任何提前的处理（包括我上面的裁剪），该项目中提供了相应的代码自动处理？

其次是DF2K（3550张是额外包含了DVI2K数据集当中的100张验证集图片嘛？）

[zhengchen1999]

1. 是的，使用提供的数据就可以了
2. 对，包含了