基于Vision Transformer的图像去雾算法研究与实现(附源码)(基于专业性的家校双向互动,需要家长的学校教育参与)

推荐整理分享基于Vision Transformer的图像去雾算法研究与实现(附源码)(基于专业性的家校双向互动,需要家长的学校教育参与)，希望有所帮助，仅作参考，欢迎阅读内容。

文章相关热门搜索词:基于专业性的家校双向互动,需要家长的学校教育参与,基于网页的客服系统,基于网络创新形成的大数据的最突出特征是什么?( ),基于vision transformer的图像分类程序设计,基于是什么意思,基于核心素养下的大单元教学设计,基于vision transformer的图像分类程序设计,基于vision transformer的图像分类程序设计,内容如对您有帮助，希望把文章链接给更多的朋友！

\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

数据集下载： https://competitions.codalab.org/competitions/22236#participate-get_data

Train：1-40；Test：41-45

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。

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/#:~:text=Datasets%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?select=GT

Train：1-45；Test：51-55

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/

Train：1-25；Test：31-35

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/

Train：1-35；Test：41-45

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。

https://download.csdn.net/download/DeepLearning_/87570157

在文件夹/Uformer_ProbSparse/下存放模型代码

参考代码：https://github.com/ZhendongWang6/Uformer

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：

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：

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

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 * 1600，patch 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

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.

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：

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

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。