外贸网站个性设计,艺术字体在线生成器免费转换器,丹阳网站设计公司,公司网站做的一样算不算侵权6基于Vision Transformer的图像去雾算法研究与实现
0. 服务器性能简单监控
\LOG_USE_CPU_MEMORY\文件夹下的use_memory.py文件可以实时输出CPU使用率以及内存使用率#xff0c;配合nvidia-smi监控GPU使用率
可以了解服务器性能是否足够#xff1b;运行时在哪一步使用率突然…基于Vision Transformer的图像去雾算法研究与实现
0. 服务器性能简单监控
\LOG_USE_CPU_MEMORY\文件夹下的use_memory.py文件可以实时输出CPU使用率以及内存使用率配合nvidia-smi监控GPU使用率
可以了解服务器性能是否足够运行时在哪一步使用率突然升高是否需要释放内存等等
1. 数据集 1.1 NH-HAZE
数据集下载 https://competitions.codalab.org/competitions/22236#participate-get_data Train1-40Test41-45 我们引入了NH-HAZE一个非均匀的真实数据集有成对真实的模糊和相应的无雾图像。因此非均匀雾霾数据集的存在对于图像去雾场是非常重要的。
它代表第一个真实的图像去模糊数据集与非均匀的模糊和无模糊地面真实配对图像
为了补充之前的工作在本文中我们介绍了NH-HAZE这是第一个具有非均匀模糊和无雾地面真实图像的真实图像去模糊数据集。
1.2 NTIRE 2019
DENSE-haze是一个真实的数据集包含密集均匀模糊和无烟雾地面真实图像
官方地址
https://data.vision.ee.ethz.ch/cvl/ntire19/#:~:textDatasets%20and%20reports%20for%20NTIRE%202019%20challenges
https://data.vision.ee.ethz.ch/cvl/ntire19//dense-haze/
另一个下载地址
https://www.kaggle.com/rajat95gupta/hazing-images-dataset-cvpr-2019?selectGT Train1-45Test51-55 1.3 I-HAZE
其中包含 35 对有雾的图像和相应的无雾真实室内图像
下载地址https://data.vision.ee.ethz.ch/cvl/ntire18//i-haze/ Train1-25Test31-35 1.4 O_HAZE
O-HAZE是第一个引入的包含模糊和无烟雾地面真实图像的真实数据集。它由45个不同的户外场景组成使用一个专业的雾霾发生器在控制照明下拍摄。而O-HAZE和I-HAZE则由相对较轻、均匀的雾霾组成
下载地址https://data.vision.ee.ethz.ch/cvl/ntire18//o-haze/ Train1-35Test41-45 我们使用NH-HAZE数据集作为举例数据集其他数据集除了数据集路径之外大多数参数设置都一样。
该去雾项目源码下载
https://download.csdn.net/download/DeepLearning_/87570157
2. 模型运行过程
2.0 模型介绍 在文件夹/Uformer_ProbSparse/下存放模型代码 参考代码https://github.com/ZhendongWang6/Uformer 2.1 预处理数据 — 把训练数据图像切分成大小为256*256的小图
下载数据集存放在
/home/dell/桌面/TPAMI2022/Dehazing/#dataset/NH_haze/
内含两个文件夹train test
对训练数据集处理
python3 generate_patches_SIDD.py --src_dir /home/dell/桌面/TPAMI2022/Dehazing/#dataset/NH_haze/train --tar_dir /home/dell/桌面/2022毕业设计/Datasets/NH-HAZE/train_patches2.2 训练代码My_train.py
python3 ./My_train.py --arch Uformer --nepoch 270 --batch_size 32 --env My_Infor_CR --gpu 1 --train_ps 128 --train_dir /media/dell/fd6f6662-7e38-4427-80c6-0d4fb1f0e8b9/work_file/2022毕业设计/Datasets/NH-HAZE/train_patches --val_dir /media/dell/fd6f6662-7e38-4427-80c6-0d4fb1f0e8b9/work_file/2022毕业设计/Datasets/NH-HAZE/test_patches --embed_dim 32 --warmup如果要继续对模型进行训练--pretrain_weights 设置预训练权重路径我的模型预训练权重在My_best_model文件夹下以数据集划分不同预训练权重
并添加参数 --resume
训练所有参数设置在option.py文件种主要的参数含义
--train_ps 训练样本的补丁大小默认为128指多大的patches输入到模型中--train_dir --val_dir 训练和测试文件夹文件夹下包含两个文件夹gt和hzay分别包含无雾图片集和带雾图片集--batch_size 设置Batch_size默认为3--is_ab **是否使用n a对比损失默认为False使用--w_loss_vgg7对比损失使用的权重默认为1--w_loss_CharbonnierLoss CharbonnierLoss 所占权重默认为1**
2.3 测试代码test_long_GPU.py和预训练权重 预训练权重 链接https://pan.baidu.com/s/1a1YPTGSNa0R6I-qiTNir0A 提取码y422 模型预训练权重将百度网盘中的Uformer_ProbSparse/My_best_model文件夹放到Uformer_ProbSparse文件夹下里面包含4大数据集下的权重 python3 ./test_long_GPU.py测试流程
在My_train.py文件中为了训练速度考虑我们是在每个patch上进行的测试但patch上测试结果不等于在整图上测试的结果因此该文件是对模型在整图上结果进行测试论文中的结果与该测试结果一致
由于代码的特殊设置需要让输入的图片的长和宽为 --train_ps 的整数倍如果不够足则要进行扩展
主要参数解释 --input_dir 设置测试的文件夹文件夹下包含两个文件夹gt和hzay分别包含无雾图片集和带雾图片集 --train_ps训练样本的补丁大小默认为128指多大的patches输入到模型中 代码中的: L表示图像需要拓展长和宽为多大 例如输入是1200 * 1600patch size 128时L 1664 L需要为128倍数且要大于输入图像的长和宽需要根据输入图像进行调整例如NH-HAZE数据集上的为L 1664
3. NH-HAZE数据集上的Losslandscape
主要将最优权重的周围的loss可视化以探索模型收敛的难易程度以及模型架构的性能 参考文献Park N, Kim S. How Do Vision Transformers Work?[J]. arXiv preprint arXiv:2202.06709, 2022. 3.1 基于CNN模型FFA-Net的Loss landscape 预训练权重 链接https://pan.baidu.com/s/1a1YPTGSNa0R6I-qiTNir0A 提取码y422 模型预训练权重将百度网盘中的FFA_how-do-vits-work-transformer文件夹包含的内容放到FFA_how-do-vits-work-transformer文件夹下里面包含FFA-Net在NH-HAZE数据集下的最优权重以及该权重下运行的结果 在/FFA_how-do-vits-work-transformer/FFA_pretrain_weight/下存放FFA-Net模型在该数据集下的预训练权重决定预训练权重的路径代码在/FFA_how-do-vits-work-transformer/FFA_model/option.py
主要代码FFA_losslandscape.py在最优权重周围随机找121个权重然后计算这些权重的loss值得到的loss值保存在/FFA_how-do-vits-work-transformer/checkpoints/logs/FFA_NH/My_NH_ffa_3_19_best.pk/文件夹下用于绘图得到的Loss landscape如下 3.2 基于Vision Transformer架构改进后的Loss landscape 预训练权重 链接https://pan.baidu.com/s/1a1YPTGSNa0R6I-qiTNir0A 提取码y422 模型预训练权重在2.3节有阐述 将百度网盘中的how-do-vits-work-transformer文件夹包含的内容放到how-do-vits-work-transformer文件夹下下面有讲解文件夹内包含的内容 在/Uformer_ProbSparse/My_best_model/下存放改进后模型在各种数据集下的预训练权重决定预训练权重的路径代码在/how-do-vits-work-transformer/Uformer_Info/option.py中的--pretrain_weights设置对应数据集上最优的参数权重路径
主要代码My_losslandscape.py在最优权重周围随机找121个权重然后计算这些权重的loss值得到的loss值保存在/how-do-vits-work-transformer/checkpoints/logs/NH/Uformer_Informer/文件夹下用于绘图得到的Loss landscape如下 在实践过程中通常运行My_losslandscape.py代码就可以直接得到下图 但在我运行过程中因为服务器断电只能继续训练因此\how-do-vits-work-transformer\checkpoints\logs\NH\Uformer_Informer\下的middle_result.txt和NH_Uformer_Informer_x1_losslandscape.csv是两次运行文件中间结构而losslandscape.ipynb中融合了两次运行结果得到该图 Park N, Kim S. How Do Vision Transformers Work?[J]. arXiv preprint arXiv:2202.06709, 2022.提到损失景观越平坦性能和泛化效果越好 可以发现我们基于Vision Transformer架构改进后的模型和FFA-Net模型在最优参数时的Loss landscape能够反应出我们的模型收敛效果比较好这与训练过程一致我们的模型训练270个epoch就会收敛而FFA-Net则需要40000个epoch 4. 实验结果 根据恢复图的结果我们发现在部分图上的效果并不是特别优异 **可以很好的反应Vision Transformer的劣势该架构虽然全局建模能力强但局部建模能力没有CNN强因此当输入某物体占大部分空间时恢复结果容易受到其影响因此可以在之后改进中使用CNN和Transformer组合模型共同对全局和局部进行建模。 5. 消融实验 6. 总结展望
