复现深度学习图像去雾网络AECR-Net的若干问题；附：解决方法

本人在复现AECR-Net过程中，走了不少坑，浪费了不少时间，本篇意为帮助复现学习者节省时间。

AECR-Net通过引入对比学习的方法，将有雾图像作为负样本，清晰图像作为正样本，网络输出图不断拉进与正样本的距离同时排斥负样本来实现图像去雾。

AECR论文链接：https://arxiv.org/abs/2104.09367

AECR代码链接：https://github.com/GlassyWu/AECR-Net

 

在Github下载解压后是如下图所示：

 

最主要的问题是缺少自定义的扩展包

打开models文件夹，解压DCNv2.zip

 

 

先删除底部的build文件夹，然后在Linux窗口执行 【python setup.py install】命令

此时，会发现扩展包一直安装不上。这是因为作者提供的DCNv2并不支持我们现在pytorch版本，所以会报错，我在网上找到了支持pytorch-1.7版本的DCNv2。下载链接在下方

GitHub - lbin/DCNv2 at pytorch_1.7Deformable Convolutional Networks v2 with Pytorch. Contribute to lbin/DCNv2 development by creating an account on GitHub.https://github.com/lbin/DCNv2/tree/pytorch_1.7

下载解压后文件夹改为DCNv2，文件夹中的内容为下图，继续执行命令【python setup.py install】等待安装，即可运行。问题解决

欢迎，一起交流学习！！