D4与D4+模型去雾效果大比拼：从SOTS室内外图像看无监督去雾的突破与挑战

之前的博客已经介绍过这两种无监督去雾模型，本文通过SOTS数据集的测试图像，对比分析D4和D4+的去雾效果。

 1. 论文提供的模型精度：

2. SOTS-indoor的测试精度 

D4的PSNR：22.99                                                       D4+的PSNR：23.69                                

                               

有雾图、去雾图和无雾图的对比

有雾图                                  D4                                       D4+                                   无雾图

 

3. SOTS-outdoor的测试精度

D4的PSNR：25.73                                                D4+的PSNR：25.77                          

                            

4. 问题

为什么在训练时模型PSNR达到38左右，验证时PSNR达到21左右，但是测试时模型PSNR只有22点多？

这其实是 GAN-based 去雾模型的常见情况，可能的原因：

1. epoch 训练过多，learning rate 衰减不及时，导致判别器和生成器“过度对抗”。
2. ITS 作为训练集本身和 SOTS 测试集分布存在 domain gap，ITS 的雾气和 SOTS 的雾气差别比较大。
3. loss 权重比例， “GAN loss 比例太小”，训练出来的 generator 会很保守、平滑化严重，这会导致泛化性差。

5. 附录

D4项目代码地址：https://github.com/YaN9-Y/D4

D4+项目代码地址：https://github.com/YaN9-Y/D4_plus