Pytorch图像去噪实战(四十八):高级数据增强实战,让图像去噪模型更抗真实复杂噪声
一、问题场景:模型在训练集很好,换一批真实图片就崩
图像去噪模型最常见的问题之一就是泛化差。
训练时效果很好:
- loss 很低
- PSNR 很高
- 测试集看着也不错
但换到真实业务图:
- 手机截图
- 低光照片
- 微信压缩图
- 扫描件
- 二次转发图片
效果就明显下降。
根本原因通常不是模型不够强,而是:
训练噪声太单一,数据增强太弱。
二、为什么普通加高斯噪声不够?
很多代码只做:
noise=torch.randn_like(clean)*sigma