关于深度学习复现遇到的问题！

深度学习复现遇到的问题

为什么训练完后测试图片，右上角分辨率提高了，但是用肉眼看根本没区别

• 文章：求解驾驶时间和等待时间，复现【城市纯电动汽车快速充电设施的布局选址优化模型研究】论文中的排队模型 中也许有你想要的答案，请看下吧
• 除此之外, 这篇博客: 怎样才能在自动驾驶任务中高效地利用时间轴上的信息进行视频检测？中的 前置知识补充：通过运动补偿描述当前帧与参考帧之间的相关关系 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• 在解读基于光流的特征图扭曲之前，我们先来补充一个前置知识。

  

  借用《视频处理与通信》（ISBN 7-5053-7635-7）的示意图，我们可以看到，在目标帧（参考帧）中的车后轮与锚定帧（当前帧）中车后轮存在一个位置关系，这个位置关系，我们可以通过一个矢量来描述，例如它从（3.5，3.5）移动到了（5，5），矢量为（1.5，1.5）。

  

  如果我们对每一个块进行计算，就可以得到一张运动补偿的矢量图。

  再如，我们看看下面的两张图，

  

  如果我们对他们的相关关系进行高密度的运算评估，那么，仅仅利用参考帧和矢量图，我们是可以很好地还原出当前帧的效果的：

  

  如上图，这是基于像素级别的矢量描述，利用参考帧来还原当前帧。

  值得注意的是，这种估算方式是有三个很强烈的前提假设的：

  1.当前帧与参考帧之间的亮度恒定。

  2.当前帧与参考帧的取帧时间连续，或者，当前帧与参考帧之间物体的运动比较“微小”。

  3.保持空间一致性；即，同一子图像的像素点具有相同的运动。

• 您还可以看一下 七月在线老师的 网易云音乐推荐系统特训课程中的 基于网易云音乐数据的推荐预测小节, 巩固相关知识点