zhangzjn / ocr-gan Goto Github PK

预训练模型的AUC只有0.423，请问这个可能是哪里出了问题呢

1. 训练过程中，每次epoch都会做一遍test，然后保存最高auc对应的模型参数。但是训练结束后，加载保存的模型参数，重新做test，并不能得到跟train的过程中做的test相同的auc。

2. test时，使用不同的batch_size会得到差别很大的结果
   @zhangzjn @zju-lyf

ocr_gan_aug.py的test中，self.gt_labels设置为异常为0，正常为1。但是异常分数是越高越异常，这样算出来的auc是错误的吧？

在get_current_images():方法中，返回值为四个，但在def train_one_epoch(): 接收值为三个
def get_current_images(self): """ Returns current images. Returns: [reals, fakes, fixed] """ reals = self.input_lap.data + self.input_res.data fakes = self.fake.data fake_lap = self.fake_lap.data fake_res = self.fake_res.data return **reals, fakes, fake_lap, fake_res**
def train_one_epoch(self): """ Train the model for one epoch. """ self.netg.train() epoch_iter = 0 for data in tqdm(self.data.train, leave=False, total=len(self.data.train)): self.total_steps += self.opt.batchsize epoch_iter += self.opt.batchsize self.set_input(data) self.optimize_params() if self.total_steps % self.opt.print_freq == 0: errors = self.get_errors() if self.opt.display: counter_ratio = float(epoch_iter) / len(self.data.train.dataset) self.visualizer.plot_current_errors(self.epoch, counter_ratio, errors) if self.total_steps % self.opt.save_image_freq == 0: **reals, fakes, fixed** = self.get_current_images()

您好，根據paperwithcode，
您的論文是目前MVtec benchmark上面，
不使用額外訓練資料以及預訓練網路的條件下，
結果最佳的方法，
想請問為什麼只放在arxiv上而不投稿其他conference或journal呢