关于论文中提到的

[Hh2025566]

你好，请问在论文中提到的用户偏好指标：User preference scores是用什么方式得到的呢

[williamyang1991]

就是用google form做了一个问卷调查，每次用户查看4个方法的结果，从中选出ta觉得最好的结果。
然后 方法A的User preference scores = 方法A被选则的次数 / 总的选择次数

[Hh2025566]

很感谢您的回复！另外，我还想咨询一下您论文中提到的渐进微调的三个阶段效果的变化如下：

我也想尝试一下只经过了第1阶段+第三阶段的效果如何，但您提供的训练过程中貌似将第1、2阶段合在一起了，如下图（在此很感谢您提供了在FFHQ的预训练模型！）。所以想咨询下您第1阶段和第二阶段分别是进行什么操作呢？

[williamyang1991]

第一阶段不用训练，只是依靠参数初始化：

DualStyleGAN/model/dualstylegan.py

Lines 69 to 76 in b3f0cf8

	# color transform block T_c
	self.res.append(EqualLinear(512, 512))
	# FC layer is initialized with identity matrices, meaning no changes to the input latent code
	self.res[-1].weight.data = torch.eye(512) * 512.0**0.5 + torch.randn(512, 512) * 0.01
	self.res.append(EqualLinear(512, 512))
	self.res[-1].weight.data = torch.eye(512) * 512.0**0.5 + torch.randn(512, 512) * 0.01
	self.res.append(EqualLinear(512, 512)) # for to_rgb7
	self.res[-1].weight.data = torch.eye(512) * 512.0**0.5 + torch.randn(512, 512) * 0.01

所以如果要跳过阶段2，直接把pretrain_dualstylegan.py里（下图）训练相关的代码注释掉，然后save一下模型参数就行

DualStyleGAN/pretrain_dualstylegan.py

Lines 472 to 478 in b3f0cf8

	full_iter = args.iter
	args.iter = full_iter // 10
	pretrain(args, loader, generator, discriminator, g_optim, d_optim, g_ema, encoder, vggloss, device, inject_index=7, savemodel=False)
	args.iter = full_iter // 10
	pretrain(args, loader, generator, discriminator, g_optim, d_optim, g_ema, encoder, vggloss, device, inject_index=6, savemodel=False)
	args.iter = full_iter
	pretrain(args, loader, generator, discriminator, g_optim, d_optim, g_ema, encoder, vggloss, device, inject_index=5)

[Hh2025566]

谢谢您的回复！我会尽快试试

[Hh2025566]

您好，我还有一个关于psp编码器的疑问想咨询，原先的psp（Z+空间）是将输出映射到Z+空间，后面还需要经过stylegan的MappingNetwork。若换成输出为W+空间，是不需要经过MappingNetwork，直接输入到生成器是吗？ 如果是这样的话，那么换这个编码器对于模型训练的哪个环节有影响呢？应该不是仅仅在图像预处理阶段吧？因为我换成W+空间的编码器后，面部重建真实了很多，但不明确是否对面部重建后的风格化有影响，期待您的回复！

…

---原始邮件--- 发件人: "Shuai ***@***.***> 发送时间: 2026年3月11日(周三) 下午5:04 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [williamyang1991/DualStyleGAN] 关于论文中提到的 (Issue #112) williamyang1991 left a comment (williamyang1991/DualStyleGAN#112) 第一阶段不用训练，只是依靠参数初始化： https://github.com/williamyang1991/DualStyleGAN/blob/b3f0cf8e9e07ad002f9df07981e2eecaf0569191/model/dualstylegan.py#L69-L76 所以如果要跳过阶段2，直接把pretrain_dualstylegan.py里（下图）训练相关的代码注释掉，然后save一下模型参数就行 https://github.com/williamyang1991/DualStyleGAN/blob/b3f0cf8e9e07ad002f9df07981e2eecaf0569191/pretrain_dualstylegan.py#L472-L478 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>

[williamyang1991]

若换成输出为W+空间，不需要经过MappingNetwork，直接输入到生成器

换这个编码器对于模型训练的影响我没试过，不太清楚会有什么影响。首先可能就是数据集构建就不一样了。