DDNM 开源项目使用教程

DDNM 开源项目使用教程

DDNM[ICLR 2023 Oral] Zero-Shot Image Restoration Using Denoising Diffusion Null-Space Model项目地址:https://gitcode.com/gh_mirrors/dd/DDNM

1. 项目的目录结构及介绍

DDNM 项目的目录结构如下：

DDNM/
├── configs/
│   ├── celeba_hq.yml
│   ├── oldphoto.yml
│   └── ...
├── datasets/
│   └── ...
├── exp/
│   └── ...
├── guided_diffusion/
│   ├── diffusion.py
│   └── ...
├── main.py
├── README.md
└── ...

目录结构介绍

• configs/: 包含项目的配置文件，如 celeba_hq.yml 和 oldphoto.yml。
• datasets/: 存放测试数据集的目录。
• exp/: 实验相关文件和数据。
• guided_diffusion/: 核心代码目录，包含扩散过程的实现。
• main.py: 项目的启动文件。
• README.md: 项目说明文档。

2. 项目的启动文件介绍

项目的启动文件是 main.py。该文件包含了项目的主要运行逻辑和命令行参数解析。

启动文件功能

• 解析命令行参数，如 --ni, --simplified, --config, --path_y, --eta, --deg, --deg_scale, --sigma_y 等。
• 根据配置文件和参数启动相应的图像恢复任务。
• 支持多种图像恢复任务，如超分辨率、旧照片恢复等。

3. 项目的配置文件介绍

配置文件位于 configs/ 目录下，常见的配置文件有 celeba_hq.yml 和 oldphoto.yml。

配置文件内容

• celeba_hq.yml: 用于 CelebA 数据集的配置，包含批大小、采样步数等超参数。
• oldphoto.yml: 用于旧照片恢复任务的配置，包含噪声水平、降级操作等参数。

配置文件示例

batch_size: 8
sampling_steps: 1000
eta: 0.85
sigma_y: 0.1
deg: "sr_averagepooling"
deg_scale: 4.0

以上是 DDNM 开源项目的使用教程，涵盖了项目的目录结构、启动文件和配置文件的介绍。希望对您有所帮助。

DDNM[ICLR 2023 Oral] Zero-Shot Image Restoration Using Denoising Diffusion Null-Space Model项目地址:https://gitcode.com/gh_mirrors/dd/DDNM