PSMNet:Pyramid Stereo Matching Network学习测试笔记03-如何训练网络

写在前面的话：
2019年09月28日18:02:55补充说明：CSDN博客发布版权更新，如果您看了博客并且用到PSMNet相关东西，请注明引用原作者的文章：

@inproceedings{chang2018pyramid,
title={Pyramid Stereo Matching Network},
author={Chang, Jia-Ren and Chen, Yong-Sheng},
booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},
pages={5410–5418},
year={2018}
}

这里开始看PSMNet源码
数据集如何组织输入不看，只看这个网络做了哪些工作。

if self.training:  
           w, h = left_img.size
           th, tw = 256, 512
           x1 = random.randint(0, w - tw)
           y1 = random.randint(0, h - th)
           left_img = left_img.crop((x1, y1, x1 + tw, y1 + th))
           right_img = right_img.crop((x1, y1, x1 + tw, y1 + th))
           dataL = dataL[y1:y1 + th, x1:x1 + tw]
           processed = preprocess.get_transform(augment=False)  
           left_img   = processed(left_img)
           right_img  = processed(right_img)
           return left_img, right_img, dataL
        else:
           w, h = left_img.size
           print('WARRING:\tw = %d\th = %d' % (w, h))
           left_img = left_img.crop((w-960, h-544, w, h))
           right_img = right_img.crop((w-960, h-544, w, h))
           processed = preprocess.get_transform(augment=False)  
           left_img       = processed(left_img)
           right_img      = processed(right_img)
           return left_img, right_img, dataL

这里，是dataloader/SceneFlowLoader.py，数据输入经过预处理，如果是训练阶段，就会随机进行图像裁剪（常见的数据集扩充手法，还可以避免过拟合），如果是测试阶段，就会在原图上面添加四行空白作为扩充。另外preprocess还对输入的左右图像进行了预处理。

---

未完待续，因为转头整理发展路线去了，发现PSMNet就是PSPNet结合了GCNet