2021.04.30

目前进度

4. 目前找到了CVPR2020的《Structure-Guided Ranking Loss for Single Image Depth Prediction》、[CVPR2020] BiFuse: Monocular 360 Depth Estimation via Bi-Projection Fusion
5. 实验
   1. Baseline:一阶段只有S做Loss:跑了60w步，在50.4w步时达到最大：21.29/0.8126,第二阶段38.7w步在19.8w步达到最大（21.95/0.8299）
   2. 一阶段只有S做Loss，物理模型添加SKFF模块（21.64/0.8146），二阶段MSRN(目前在做)（80w,22.18/0.8290）
   3. 实验三：添加CA，在做中1.8w步到（21.32/0.8161）

本周进度

1. 构思实验
   1. Baseline:SAT+MSRN
   2. 实验一：HF、LF之后添加SKFF + SAT+MSRN
   3. 实验二：SAT+MSRN，MSRB块添加后投影（改进版）
   4. 实验三：SAT+MSRN，MSRB块添加CA
   5. 实验四：SAT+MSRN，MSRB块添加后投影（改进版）添加CA
2. 构思后投影的改进
3. 论文分享
4. 找更好的深度预测的论文，改进数据集
5. 实验情况
   1. SAT求Loss的Baseline做完了
   2. Baseline:一阶段只有S做Loss:跑了60w步，在50.4w步时达到最大：21.29/0.8126,还差第二阶段4.5w步（21.49/0.8197）（21.95/0.8299）
   3. 实验一：一阶段只有S做Loss，物理模型添加SKFF模块（21.64/0.8146），二阶段MSRN(目前在做)（80w,22.18/0.8290）
   4. 实验二：
   5. 一阶段SA做Loss：跑了8.1w步，最高16.99/0.7276（A不适合做Loss）