【论文复现】HiNet: Deep Image Hiding by Invertible Network-基于可逆神经网络的图像隐藏技术 (ICCV 2021)

最新推荐文章于 2024-10-18 14:10:40 发布

岁月漫长_

最新推荐文章于 2024-10-18 14:10:40 发布

阅读量1.3k

点赞数

分类专栏：图像隐写论文复现文章标签：神经网络人工智能深度学习

本文链接：https://blog.csdn.net/qq_40859587/article/details/131726258

版权

图像隐写同时被 2 个专栏收录

28 篇文章 41 订阅

订阅专栏

论文复现

9 篇文章 0 订阅

订阅专栏

该文提供了在配备CUDA11.8和nVidia3090显卡的Linux服务器上，基于Ubuntu18.04LTS环境运行PyTorch项目的方法。项目依赖Python3.7和PyTorch1.0.1以上版本，涉及的数据集包括DIV2K、COCO和ImageNet。用户需在config.py中配置数据集路径及模型保存路径。通过运行train.py进行模型训练，test.py进行测试。作者提及已成功运行该项目，现补充相关文档。

摘要由CSDN通过智能技术生成

参考链接：
论文阅读：https://blog.csdn.net/u014546828/article/details/120838459
github链接：https://github.com/TomTomTommi/HiNet

Linux服务器环境：CUDA 11.8 ；nVidia 3090 显卡；Ubuntu 18.04 LTS
在这里插入图片描述

依赖环境：
Python 3.7
PyTorch = 1.0.1 (其他版本可能运行会有bug)
导入项目中的environment.yml

数据集（ Dataset）
DIV2K, COCO, ImageNet
数据集位置在 config.py中修改:

line30:  TRAIN_PATH = '' 
line31:  VAL_PATH = '' 

line45:  MODEL_PATH = '' # 模型保存路径
line49:  IMAGE_PATH = '' # 测试时产生的stego和rev_stego等图像保存路径
例如，模型名称为model.pt，路径为/home/usrname/Hinet/model/，则设置MODEL_PATH = '/home/usrname/Hinet/model/'，suffix = 'model.pt'。