关于新代码为何效果比原论文好疑问？ #1246
Description
在跑完新版代码的高斯代码后我发现指标会比原论文好很多，最后我发现是指令上的问题对需要下采样的数据集，通常指直接只用了-r=4指令，这会调用train 中的resized_image_rgb = PILtoTorch(image, resolution)进行下采样！而如果使用convert.py进行下采样的图片作为train.py的输入的话，其底层采用的是 ImageMagick 的 -resize 25%，两者似乎对最终渲染结果有一定的影响！在 resolution = round(orig_w/(resolution_scale * args.resolution)), round(orig_h/(resolution_scale * args.resolution))中也存在一个潜在的问题当使用bicycle数据集时候，使用-r=4后原先的宽度4146/4=1036.5,此时 round()函数会进行银行家舍入规则将0.5舍去，得到1036宽度的图像，这在后面的render.py,以及评估都是这个尺度。同样的如果在covert.py里面提前进行下采样得到的image_4里面是1037宽度的图像，这是因为ImageMagick会四舍五入！如果用image_4进行作为train的输入其后面的真实值和渲染都将是1037！最终问题的核心可能还是在mageMagick 的 -resize 25% PILtoTorch(image, resolution)的底层处理不同导致效果增加！