EnlightenGAN

Enlightengan: การเพิ่มประสิทธิภาพแสงลึกโดยไม่ต้องดูแลแบบจับคู่

Yifan Jiang, Xinyu Gong, Ding Liu, Yu Cheng, Chen Fang, Xiaohui Shen, Jianchao Yang, Pan Zhou, Zhangyang Wang

[กระดาษ] [วัสดุเสริม]

ผลลัพธ์ที่เป็นตัวแทน

สถาปัตยกรรม overal

การเตรียมสภาพแวดล้อม

 python3.5

คุณควรเตรียม GPU อย่างน้อย 3 1080Ti หรือเปลี่ยนขนาดแบทช์

pip install -r requirement.txt
mkdir model
ดาวน์โหลด VGG Pretrained Model จาก [Google Drive 1] จากนั้นใส่ลงใน model ไดเรกทอรี

กระบวนการฝึกอบรม

ก่อนที่จะเริ่มกระบวนการฝึกอบรมคุณควรเปิดตัว visdom.server เพื่อแสดงภาพ

nohup python -m visdom.server -port=8097

จากนั้นเรียกใช้คำสั่งต่อไปนี้

python scripts/script.py --train

กระบวนการทดสอบ

ดาวน์โหลดโมเดล pretrained และใส่ลงใน ./checkpoints/enlightening enlightening

สร้างไดเรกทอรี ../test_dataset/testA และ ../test_dataset/testB test_dataset/testb ใส่ภาพทดสอบของคุณบน ../test_dataset/testA testa (และคุณควรเก็บภาพใด ๆ ไว้ใน ../test_dataset/testB test_dataset/testb เพื่อให้แน่ใจว่าโปรแกรมสามารถเริ่มต้นได้)

วิ่ง

python scripts/script.py --predict

การเตรียมชุดข้อมูล

ข้อมูลการฝึกอบรม [Google Drive] (ภาพที่ไม่มีคู่ที่รวบรวมจากชุดข้อมูลหลายชุด)

การทดสอบข้อมูล [Google Drive] (รวมถึง Lime, MEF, NPE, VV, DICP)

และ [Baiduyun] พร้อมใช้งานแล้วขอบคุณ @yhlelaine!

การอนุมานเร็วขึ้น

https://github.com/arsenyinfo/enlightengan-inference จาก @arsenyinfo

หากคุณพบว่างานนี้มีประโยชน์สำหรับคุณโปรดอ้างอิง

 @article{jiang2021enlightengan,
  title={Enlightengan: Deep light enhancement without paired supervision},
  author={Jiang, Yifan and Gong, Xinyu and Liu, Ding and Cheng, Yu and Fang, Chen and Shen, Xiaohui and Yang, Jianchao and Zhou, Pan and Wang, Zhangyang},
  journal={IEEE Transactions on Image Processing},
  volume={30},
  pages={2340--2349},
  year={2021},
  publisher={IEEE}
}