NAFNet复现

NAFNet: Nonlinear Activation Free Network for Image Restoration

代码链接:GitHub - megvii-research/NAFNet: The state-of-the-art image restoration model without nonlinear activation functions.

1. 环境:torch 1.13.1

2. 数据集准备

使用NAFNet-main\scripts\data_preparation\gopro.py 对图片进行裁剪,大小为crop_size,这个文件内会调用create_lmdb_for_gopro()函数将裁剪完成的图片生成后缀为.lmdb的文件。

如果图片不需要裁切的话,可以修改NAFNet-main\basicsr\utils\create_lmdb.py中的create_lmdb_for_gopro()函数里的路径,注意图片后缀是jpg还是png。

def create_lmdb_for_gopro():
    folder_path = './datasets/GoPro/train/blur_crops'
    lmdb_path = './datasets/GoPro/train/blur_crops.lmdb'

    img_path_list, keys = prepare_keys(folder_path, 'png')
    make_lmdb_from_imgs(folder_path, lmdb_path, img_path_list, keys)

    folder_path = './datasets/GoPro/train/sharp_crops'
    lmdb_path = './datasets/GoPro/train/sharp_crops.lmdb'

    img_path_list, keys = prepare_keys(folder_path, 'png')
    make_lmdb_from_imgs(folder_path, lmdb_path, img_path_list, keys)

在create_lmdb.py末尾加上下面两行代码,右键运行后就可以直接生成lmdb文件了。

if __name__ == '__main__':
    create_lmdb_for_gopro()

3. 修改配置文件,打开NAFNet-main/options/train/GoPro/NAFNet-width64.yml,如果是单gpu,修改num_gpu = 1,修改训练集和验证集的路径dataroot_gt、lq为上一步中生成的文件路径,根据图片大小修改gt_size,根据实际情况修改num_worker和batch_size。total_iter是总迭代次数。

4. 打开NAFNet-main\basicsr\train.py,将'-opt'后加上default为yml路径后,就可以右键开始训练了。如果是单机单卡的话,注意不要使用分布式训练,会报错。

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值