童一的博客

1、这周按照吉安县的要求重新修改了小程序的代码，由于改动的是系统搭建之初就完成的需求，花的时间比较的。2、CelebA128的FID暂时还不行，比DViTGAN的FID差了1，又重新开始调了。

1、这周实验没什么进展，模型的cifar10还在调参，celeba128还没跑完，celeba64跑出了一个比前面更好一点的值。2、这周完成了PG2024 PPT的撰写。

这周跑出了celebA64的结果，目前还在调cifar10的参数，正在跑celebA128。

这周完成了小程序新的需求，科研上目前celeba和cifar10数据集都暂时还没跑完。

1.这周把cifar10和celebA跑了一下，cifar10的结果不用ema是由于以前DViTGAN的结果，但是由于保存权重的代码有一行写错了，无法测试FID和IS，所以又重新跑了一下，目前还没有跑完。celebA暂时只跑了22w轮，但是目前的IS已经优于DViTGAN，FID还有一点差距。2.这周把移动进行数据展示的工作完成了。

1、新改的模型FID在40左右，目前正在往两个方向改，一是降低加噪强度，二是改代码。2、移动的新需求目前还没做好，因为数据有点多，数据展示时效性有点高，暂时还没弄好。

2、论文按照邮件的要求修改好了格式，新开始的实验暂时还没有跑完，因为中间又有两天服务器关了。1、本周将移动的项目部署好了，吉安小程序按照政府的要求新加了功能。

这周主要在移动配服务器，由于不太熟悉系统，所以花了很多时间，其他就是在改论文和回复。服务器由于开的节点太少了一直抢不到，所以跑不了模型。

这周主要在按照审稿人的意见修改论文，由于有个模型保存的文件找不到了，所以重新训练花了点时间，目前已经把修改后的论文和cover letter发给杨老师了。

这周科研暂时没有进展，因为服务器这周都进不去，周一的时候上周跑的节点还被停了（机房太热），然后这周主要在改吉安县小程序的bug，因为要上线了又暴露出比较多以前没有测到的问题。

2、新的实验已经把代码改好在训练了，fid已经降下来。1、完成论文的rebuttal。

这周改了模型，目前能跑且loss稳定，但是fid降不下去，正在找原因。周三展示了demo，目前正在等待通知。

本周跑完了consistency-gan的实验，结果与论文基本一致。本周完成了demo，下周一去省政府演示。

项目需要的demo目前基本完成，已经实现所有摄像头的拉流转换推流并分析功能。上周请假回家了没看实验，服务器断了这周又重新跑了。

以保证方向最优性，同时保持可分离性。

这周前面两天在给本科生改论文，后面几天重新画了一下论文的图，然后根据TCSVT期刊模板修改了论文，目前还剩下作者简历没弄好。

上周由于256分辨率太大的原因没有将stable diffusion和vqgan跑起来，这周将分辨率改到32。同时这周新跑了一个lsun_bedroom64数据集。这周继续润色了一下论文，修改了一些细节并重新画了一下模型结构图。

这周根据杨老师的建议重新修改了rebuttal和论文，另外对论文进行了翻译。

这周根据老师的意见重新修改好了论文，然后在ccfddl和其他人的论文中找了一些可以发的期刊。

这周修改在杨老师指导下修改好了论文，另外更新一下CelebA64的结果，FID到了7.27，IS为2.38。

实验上，dit的cifar10数据集试了很多参数都没调出来；定性实验由于ViTGAN设置随机种子的代码是错误的（之前没注意到，只是将随机种子改为相同的），所以又改了一下重新跑。另外我注意到ViTGAN和ContraD中的定性实验图像也没有固定随机种子（定性实验对比的图像不一致）。这周主要在改论文，已经改好了中文和英文版本。

目前stylegna2、diffusion-stylegan2、U-ViT的实验以及ViTGAN cifar10的定性试验已经完成，还剩CelebA64的定性实验，以及DiT的实验。DiT模型改完后使用cifar10数据集训练测出来的fid为58，is为6.7。由于作者未使用cifar10数据集，只有256和512分辨率的参数，所以正在对其进行调参。

diffusion-stylegan2本来已经跑出来结果，并且与DViTGAN一样，加扩散比stylegan2效果好，但是周四结果被我不小心删了，只能又重新跑一份，目前来看可以重新复现出来。UViT已经跑出来结果，fid3.36，由于代码参数不一致，Transformer的参数无法修改成一致的，就只能用原模型跑。DiffT的代码暂时还没改好。

仔细看了论文"All are Worth Words: A ViT Backbone for Diffusion Models"，”DiffiT: Diffusion Vision Transformers for Image Generation“，“Scalable Diffusion Models with Transformers”。第一个是Contrad中的stylegan2，目前已经跑完，修改好了代码在跑diffusion-gan；都可以单独跑stylegan2。

All are Worth Words: A ViT Backbone for Diffusion Models：设计一个通用的基于ViT的架构U-ViT，将时间、条件和噪声图像patch在内的所有输入作为标记，并在浅层和深层之间采用long skip connection。1、根据stylegan2作者的回复，对比了tensorflow版本和ViTGAN的参数，重新修改了stylegan2的参数，目前正在跑。2、根据DViTGAN的随机数种子，重新实验ViTGAN，进行定性实验。

2、stylegan和diffusion-stylegan2还是没有进展，新改的代码fid分别维持在28和23，目前联系了仓库的作者，打算向作者请教一下。1、经过不断调参，目前DViTGAN的效果已经比ViTGAN好。

第七十一周周报

第六十九周周报

第六十八周周报

3、LSUN64实验结果超出了原模型，但是FID有点高。1、根据杨老师的建议修改了论文，已经发给杨老师看了。根据吉安那边的要求修改了代码，已经完成需求。2、CelebA64实验结果有一个可用。

本周根据项目方提出的修改内容，在完善资讯动态、活动风采的代码，剩下的内容预计下周完成。3、固定随机种子的实验由于中途模式崩溃，暂时还没完成。2、本周完善了论文，加上了部分参考文献、模型结果。1、本周大部分时间在写开题报告，已完成。

由于小程序要上线了，这周前几天都在和前端联调改bug，并且多拆分出来两张表，工作量比较大，花的时间很多。

第六十三周周报

实验由于资源太紧张了这周还是没有跑完，只跑完一个相对位置编码的。完成模型结构图和伪代码，补充论文引用并完善一些小细节。修改了一下扩散的代码，目前来看效果比以前好一些。

完成论文基本撰写，剩下实验部分和需要小修的地方，方法部门由于实验还没做完，傅里叶编码的效果暂时不知，所以还没有写上这个方法。由于学校网问题，实验暂时还一个没跑完。

第四十五周周报

第四十周周报

第三十七周周报

第三十六周周报

第三十五周周报