Github项目复现流程

项目复现

1 页面介绍

服务器配置好之后，下面就可以复现自己找的项目了 ，首先进入所找项目的 Github 链接。下图主要就是仓库里的东西了，你可以看到就是一个个文件夹或文件，里面可能是代码文件，也可能是其他文档，图片什么的。点击可以看。

 

以上 star 数越多，证明所找项目越流行，复现人数也越多

滑到最下面，可以看到一个叫 README.md 的一段文字，仔细看，它就是仓库里的一个文件，只不过展示出来了。它就像产品说明书，或者是一个介绍页，告诉你这个仓库的有关信息，让你对仓库有了简单的了解。

test.py 为模型测试的文件，train.py 为训练模型所需文件，这两个文件内的代码需大致了解。

2 项目下载

进行项目复现，第一步要下载作者提供的所有项目文件。如下图所示：

点击右上角的 Code

 

点击 Download ZIP

 

选择想要保存的路径

 

将下载好的项目进行解压

图中红框为作者这个项目在不同数据集上所取得效果

 

3 安装环境和包

下图为安装所找项目所依赖的环境和包

 

图中 ① 为安装依赖环境，可执行以下命令：

    conda create --name xxxxx python=xx   #创建环境，环境名称为xxxxx，指定python版本为xx

图中 ② 为安装 torch，命令行中+cu113 为安装 GPU 版本 pytorch11.3

图中 ③ 为下载作者提供的项目文件（前面已经手动安装，可忽略）

图中 ④ 为安装该项目所用到的包 ，有些项目不会提供 requirements.txt 文件，若有提供可执行以下指令进行安装。

    pip install -r requirements.txt

4 准备数据集

 

如图中 ①，该项目所用数据集为 LOLv1 和 LOLv2，可点击该链接查看该数据集介绍和下载数据集 

图中 ② 为将下载好的数据集进行组合，图中所示，在项目根目录下创建名为 dataset 的文件夹，将下载的数据集按照组合放入 dataset 文件夹中

5 测试模型

 

图中 ① 为下载数据集，上边已下载，可忽略

图中 ② 为下载作者提供的 pytorch 模型文件和该文件存放的位置，需下载并放在自己创建的 checkpoints 文件夹。

图中 ③ 为测试该模型的命令，上边工作都做完之后，就可在终端输入作者提供的命令行进行模型测试了。

6 训练模型

 

同样在终端中输入作者提供的命令行，可以对模型进行训练。