Preview

  1. 1e-4, GD (1 data per batch), Color/Depth Estimate, Full Image for Input (복원 task)
  2. U-Net
  3. VAE
  4. ViT (결과 망해서 삭제)

RIR 정보의 효과적인 Injection Method Study는 모델 비교 다음 단계이다. (Now: Non-regardless)

Summary

  1. U-Net → based model로 사용
  2. 다만 둘 다 가끔 전혀 다른 사진을 출력할 때가 있음

exp1 | U-Net: Excellent

loss: 69 → 39

Small DT Train DT = Train Val DT = Val lr = 1e-4
Audio Image Model Image Others
2D, STFT U-Net Full Image Batch Size = 1

exp2 | VAE: Good

loss: 162 → 63