ARCNN代码复现

2021.05.10
文献：Compression Artifacts Reduction by a Deep Convolutional Network 2015ICCV
文献下载地址：https://arxiv.org/abs/1504.06993 或者https://www.paperswithcode.com/paper/compression-artifacts-reduction-by-a-deep#code

代码地址：https://github.com/volvet/ARCNN 这是ARCNN第一版代码，非fast_ARCNN

配置环境：pycharm+anaconda
TensorFlow2.0.0 Keras2.3.1
1、首先根据代码中提供的readme文档，下载BSDS500和LIVE2（下完之后重命名databaserelease2）数据集放在data文件夹下（也可向我索取，如果懒得下，或下不到）

2、将代码中./data/source中的MATLAB的.m文件用MATLAB运行，文件中有数据集路径问题，自己进行设定，将指定生成的ProcessedData文件copy到项目./data目录下。（当然你也可以在MATLAB中直接用绝对路径，指定到项目目录下）

3、新建一个空文件夹…/logs(对于train.py文件来说）也就是二级目录。修改代码中的路径。
然后运行train.py文件

（1）你会发现train.py中，data = BSDS500(conf.data_path, conf.quality, conf.batch_size, conf.test_size)这一行会报错，报错原因BSDS500.py文件中BSDS500函数的初始参数只有三个，而你输入五个。

改错：
修改BSDS500.py文件中
class BSDS500(object):
def init(self, data_path, quality, batch_size, test_size):
self.train = Train(data_path, quality)
self.test = Test(data_path, quality)
self.batch_size = batch_size
self.test_size = test_size
记得参数位置要对应。

（2）还有一个地方会报错TypeError: Value passed to parameter ‘begin’ has DataType float32 not in lis
原因：models.py中第25-30行代码中有参数数据类型错误。
改错：
mid_compres = tf.strided_slice(self.compres, [0, int(shift_height), int(shift_width), 0],
[conf.batch_size, int(shift_height + conf.valid_height), int(shift_width + conf.valid_width), conf.channel])
mid_reconstruct = tf.strided_slice(self.F_4, [0, int(shift_height), int(shift_width), 0],
[conf.batch_size, int(shift_height + conf.valid_height), int(shift_width + conf.valid_width), conf.channel])
mid_truths = tf.strided_slice(self.truths, [0, int(shift_height), int(shift_width), 0],
[conf.batch_size, int(shift_height + conf.valid_height), int(shift_width + conf.valid_width), conf.channel])

（3）train.py还有错误，错误提示大致是data.train.next_batch（）缺少一个batch_size参数输入。
从文件末尾参数配置可以看出batch_size=128
直接将batch_truth, batch_compres = data.train.next_batch() #在第43行
改为batch_truth, batch_compres = data.train.next_batch(128）
第64行同理。