COI实验室技能:图像到图像的深度学习开发框架(pytorch版)

Basic deep learning framework for image-to-image

这个开发框架旨在帮助科研人员快速地实现图像到图像之间的模型开发。

github连接:https://github.com/SituLab/Basic-deep-learning-framework-for-image-to-image

目录

1模型开发

1-1克隆项目到本地

(1)仓库右上角有个绿色'code'按钮,下拉选择download zip。

(2)或者安装了git工具之后,在命令行运行下面指令:

git clone https://github.com/SituLab/Basic-deep-learning-framework-for-image-to-image.git

(3)数据集设置

dataset/input/存放输入的数据集;
dataset/label存放标签的数据集;
dataset/test_input存放测试输入的数据集;

1-2深度学习开发

(1)训练image-to-image任务

python main.py --running_name demo

(2)测试image-to-image任务

python main.py --running_name demo --is_training 0 --is_testing 1

(3)测试单张图像

python main.py --is_training 0 --img_path dataset/demo.png

(5)参数解释

--running_name:为每次训练提供一个运行名称,代码会创建相应名称的文件夹保存结果和日志。

注:非常便于网络的多次运行和分析,比如设置一个递增的版本名称,设置循环,可以一次进行重复实验。

--is_train:设置是否训练,默认训练;

--is_test:设置是否测试,默认测试;

--img_path:指定一张测试图像的路径;

(6)查看训练过程

  • log_demo.txt保存了此次训练所使用的配置信息和训练过程信息;
  • weights/demo/best_model.pth保存了验证集loss最小的模型;
  • results/demo/eval/保存了每一步训练时一个batch的推理结果;

(7)其他

在快速训练上,可以使用上述命令行的方法,如果需要细致开发,可以使用vscode或pycharm,使用编译器运行代码。

2环境配置

建议有高配电脑,或者直接使用远程服务器已经配置好的环境。

2-1安装conda

annaconda,自带基础的python库,比较齐全,占用空间会比较大,网址:https://www.anaconda.com/download/

miniconda,纯净版conda命令软件,不自带库,需自行安装,占用空间小,网址:https://docs.anaconda.com/miniconda/

2-2安装pytorch

访问torch官网,直接通过指令进行安装。网址:https://pytorch.org/get-started/locally/

比如:打开cmd,输入:

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

3例子

会将参数配置、模型结果、训练epoch的信息记录到日志中;

会保存每一个epoch的验证集结果(第一个batch的),如下图所示的是从严重退化的散射图中恢复出清晰的图像。

相关推荐
陈鋆8 分钟前
智慧城市初探与解决方案
人工智能·智慧城市
qdprobot9 分钟前
ESP32桌面天气摆件加文心一言AI大模型对话Mixly图形化编程STEAM创客教育
网络·人工智能·百度·文心一言·arduino
QQ39575332379 分钟前
金融量化交易模型的突破与前景分析
人工智能·金融
QQ395753323710 分钟前
金融量化交易:技术突破与模型优化
人工智能·金融
The_Ticker22 分钟前
CFD平台如何接入实时行情源
java·大数据·数据库·人工智能·算法·区块链·软件工程
Elastic 中国社区官方博客29 分钟前
Elasticsearch 开放推理 API 增加了对 IBM watsonx.ai Slate 嵌入模型的支持
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
jwolf229 分钟前
摸一下elasticsearch8的AI能力:语义搜索/vector向量搜索案例
人工智能·搜索引擎
有Li38 分钟前
跨视角差异-依赖网络用于体积医学图像分割|文献速递-生成式模型与transformer在医学影像中的应用
人工智能·计算机视觉
新加坡内哥谈技术1 小时前
Mistral推出“Le Chat”,对标ChatGPT
人工智能·chatgpt
GOTXX1 小时前
基于Opencv的图像处理软件
图像处理·人工智能·深度学习·opencv·卷积神经网络