Deep Stacked Multi-patch Hierarchical Network for Image Deblurring
环境:torch 0.4.1
1. 数据集准备
需要在DMPHN-cvpr19-master/datas/GoPro/下生成训练集和验证集的txt文件。
可以使用下面的代码生成。
import os
img_path = 图片路径
img_list = os.listdir(img_path)
print('img_list: ', img_list)
with open(r'DMPHN-cvpr19-master-master\datas\GoPro\文件名.txt', 'w') as f:
for img_name in img_list:
f.write(img_name + '\n')
在dataset.py中__getitem__函数需要根据自己的路径稍作调整。.split('/')是按/对路径进行分割,如果自己的路径不深的话,可能会报数组越界的错,可以输出一些中间变量将路径调整为适合自己的。
2. 在SDNet4.py中将train_dataset和test_dataset的路径修改为txt路径。
在一开始可以设置一些训练参数,训练周期、batchsize、学习率等等。然后右键运行就可以开始训练了。
可能会报一些文件夹不存在的错,可以添加下面这行代码,意思是如果某个文件夹不存在就创建。
if os.path.exists('./checkpoints/' + METHOD) == False:
os.system('mkdir ./checkpoints/' + METHOD)