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
阿坡RPA14 小时前
手搓MCP客户端&服务端:从零到实战极速了解MCP是什么?
人工智能·aigc
用户277844910499314 小时前
借助DeepSeek智能生成测试用例:从提示词到Excel表格的全流程实践
人工智能·python
机器之心15 小时前
刚刚,DeepSeek公布推理时Scaling新论文,R2要来了?
人工智能
算AI17 小时前
人工智能+牙科:临床应用中的几个问题
人工智能·算法
凯子坚持 c17 小时前
基于飞桨框架3.0本地DeepSeek-R1蒸馏版部署实战
人工智能·paddlepaddle
你觉得20518 小时前
哈尔滨工业大学DeepSeek公开课:探索大模型原理、技术与应用从GPT到DeepSeek|附视频与讲义下载方法
大数据·人工智能·python·gpt·学习·机器学习·aigc
8K超高清18 小时前
中国8K摄像机:科技赋能文化传承新图景
大数据·人工智能·科技·物联网·智能硬件
hyshhhh18 小时前
【算法岗面试题】深度学习中如何防止过拟合?
网络·人工智能·深度学习·神经网络·算法·计算机视觉
薛定谔的猫-菜鸟程序员18 小时前
零基础玩转深度神经网络大模型:从Hello World到AI炼金术-详解版(含:Conda 全面使用指南)
人工智能·神经网络·dnn
币之互联万物18 小时前
2025 AI智能数字农业研讨会在苏州启幕,科技助农与数据兴业成焦点
人工智能·科技