改完之后发现有点问题
虽然大部分结果变好了，但是部分图出现了很奇怪的bug





这些生成结果看着都还挺不错的然而，在遇到大片高反射率区时：


后来尝试降低学习率从头跑一遍...发现高温区反而出现了奇怪的bug，看起来SSIM的对生成图像的监管不是很严格，容易陷入奇奇怪怪的局部最小值（？）打算原封不动重新跑几遍看看有没有好的结果

最近把整个loss都换成SSIM了，发现不需要错位差分对于高频细节的还原就已经挺到位了下面是几张验证集图像

下一步计划是把第三个波段换成太阳方位角，同时包含上下午的云图，看看能不能AI能不能理解云顶光影和太阳方位角的关系

资瓷

同时包含上下午的数据之后验证集表现又上了一个台阶


SSIM大概能有0.83吧，破纪录了

扩充训练集之后SSIM创新高了，大概能折合0.83吧

支持

扩充训练集后的验证集表现
SSIM：0.832
RMSE：0.0496

今晚有打算把这版模型在布拉万上试运行的想法

布拉万AI-VIS，刚练完就派用场了

周末打算做一下布拉万全程的AI-VIS动图看看效果如何

【闲聊娱乐】布拉万AI-VIS云图视频 发了

最近正在重做验证集的筛选方式
原本是控制太阳高度角后随机抽的，但是这种筛选方式有一种问题，10分钟一张的云图，可能前一张在训练集，后一张就在验证集。因此，对前一张云图的拟合可能同样也会“改善”后一张云图的验证表现。这就相当于训练集的训练结果对验证集有泄露，会降低验证集对模型泛化能力的检验能力，相应的检验数据也会虚高。
目前这两天重新筛选了一下验证集，以一天为单位划分验证集，即如果某张云图属于验证集，同一天的所有符合高度角范围的云图也都属于验证集。验证集的云图数量基本不变但是杜绝了上文提到的效应。训练结果显示...SSIM和RMSE表现确实变差了，SSIM降了0.09，RMSE升了0.035。这说明上述效应的确是存在的，并且之前的检验数据也的确是偏高的。
当然也不是没有好消息...就是实际泛化效果不会比布拉万的测试云图/云图视频差，毕竟布拉万的云图是完全不属于训练集的，修改验证集的筛选方式之后反而应该会改善一点。

拿吧友们做一下人力Discriminator
来猜猜以下6张里面哪两张是真VIS

Carl又在做AI-VIS哦，休息一下啦，去做Modis and viirs 啦