STAR pytorch

ستار بايتورش

تنفيذ Paper "Star: محول خفيف الوزن على هيكل لتعزيز الصورة في الوقت الفعلي" (ICCV 2021).

CVF (PDF)

ستار ديس

تنفيذ Pytorch لتعزيز الضوء المنخفض مع Star على مجموعة بيانات Adobe-MIT FiveK. يمكنك العثور عليه في دليل Star-DCE. نحن هنا نعتمد خط pipline of Zero-DCE (ورقة | رمز) ، فقط استبدال العمود الفقري لشبكة CNN بالنجوم. في صفر DCE ، لكل صورة ، ستقوم الشبكة بتراجع مجموعة من المنحنيات ، والتي سيتم تطبيقها بعد ذلك على الصورة المصدر بشكل متكرر. يمكنك العثور على مزيد من التفاصيل في repo Zero-DCE الأصلي.

متطلبات

• numpy
• einops
• الشعلة
• Torchvision
• OpenCV

تواريخ

نحن نقدم روابط تنزيل لمجموعات بيانات Adobe-Mit FiveK التي استخدمناها (Train | Test). يرجى ملاحظة أننا نعتمد مجموعة الاختبار المقرصة بواسطة Deepupe للمقارنة العادلة.

تدريب نماذج DCE

لتدريب نموذج Star-DCE الأصلي ،

 cd STAR-DCE
python train_dce.py 
  --lowlight_images_path "dir-to-your-training-set" 
  --parallel True 
  --snapshots_folder snapshots/STAR-ori 
  --lr 0.001 
  --num_epochs 100 
  --lr_type cos 
  --train_batch_size 32 
  --model STAR-DCE-Ori 
  --snapshot_iter 10 
  --num_workers 32 

لتدريب خط الأساس القائم على شبكة CNN (W أو W O التجمع) ،

 cd STAR-DCE
python train_dce.py 
  --lowlight_images_path "dir-to-your-training-set" 
  --parallel True 
  --snapshots_folder snapshots/DCE 
  --lr 0.001 
  --num_epochs 100 
  --lr_type cos 
  --train_batch_size 32 
  --model DCE-Net 
  --snapshot_iter 10 
  --num_workers 32 

أو

 cd STAR-DCE
python train_dce.py 
  --lowlight_images_path "dir-to-your-training-set" 
  --parallel True 
  --snapshots_folder snapshots/DCE-Pool 
  --lr 0.001 
  --num_epochs 100 
  --lr_type cos 
  --train_batch_size 32 
  --model DCE-Net-Pool 
  --snapshot_iter 10 
  --num_workers 32 

تقييم النماذج المدربة

لتقييم نموذج Star-DCE الذي قمت بتدريبه ،

 cd STAR-DCE
  python test_dce.py 
  --lowlight_images_path  "dir-to-your-test-set" 
  --parallel True 
  --snapshots_folder snapshots_test/STAR-DCE 
  --val_batch_size 1 
  --pretrain_dir snapshots/STAR-ori/Epoch_best.pth 
  --model STAR-DCE-Ori 

لتقييم نموذج شبكة DCE التي قمت بتدريبها ،

 cd STAR-DCE
  python test_dce.py 
  --lowlight_images_path  "dir-to-your-test-set" 
  --parallel True 
  --snapshots_folder snapshots_test/DCE 
  --val_batch_size 1 
  --pretrain_dir snapshots/DCE/Epoch_best.pth 
  --model DCE-Net 

اقتباس

إذا كان هذا الرمز يساعد بحثك ، فيرجى الاستشهاد بورقنا :)

 @inproceedings{zhang2021star,
  title={STAR: A Structure-Aware Lightweight Transformer for Real-Time Image Enhancement},
  author={Zhang, Zhaoyang and Jiang, Yitong and Jiang, Jun and Wang, Xiaogang and Luo, Ping and Gu, Jinwei},
  booktitle={Proceedings of the IEEE/CVF International Conference on Computer Vision},
  pages={4106--4115},
  year={2021}
}