纪念自己从2019年12月第一次跑代码,到未调通…期末考试,回家…疫情影响…,2020年五月底捡起来继续跑…
首先参考了https://blog.csdn.net/qq_32734095/article/details/89059949
代码来源:https://github.com/hezhangsprinter/DCPDN
补项目资源:
首先根据作者给出的预训练模型测试nat_new4(36个真实有雾图片的h5文件)
python demo.py --dataroot ./facades/nat_new4 --valDataroot ./facades/nat_new4 --netG ./demo_model/netG_epoch_8.pth
原github上作者给的 --valDataroot ./facades/test512,但是在项目里面并没有test512问文件,按照作者给的跑项目就会出现如下错误:
StopIteration”. Indicates that “data_val = val_iter. next ()” cannot be iterated.
怀疑作者写错了?
然后受启发改成了 --valDataroot ./facades/val512,成功跑通…
接着用train512(4000个h5文件)微调作者给的预训练模型并保存下来()
python train.py --dataroot ./facades/train512 --valDataroot ./facades/val512 --exp ./checkpoints_new --netG ./demo_model/netG_epoch_8.pth
运行后在./checkpoints_new/xxxxx.pth 可以看到生成了很多训练好的模型。
使用自己的有雾图片去雾:
首先使用 generate_testsample.py将自己的图片生成为h5文件(./facades/test_cvpr文件中),然后使用以下命令去雾:
随意选择一个模型进行接下来的测试(下面的代码选择了netG_epoch_9.pth )
python demo.py --dataroot ./facades/test_cvpr --valDataroot ./facades/test_cvpr --netG ./checkpoints_new/netG_epoch_9.pth
去雾后的图片在 ./result_cvpr2018/image/real_dehazed 文件下。