关于跑图像去雾算法DCPDN的教程及Bug解决

前情提要

  最近刚刚开始图像去雾方面的研究,自然少不了阅读这一领域的经典文献和GitHub源码。DCPDN是其中比较很有价值的一篇,在阅读文献过程中,希望跑通它的代码,结合代码来帮助我理解这一算法的实现原理。但是我在配置环境跑程序的过程中出现了许多问题,花费了许多时间和精力解决了其中部分问题,因此想在此记录下来,同时也希望对同样遇到这些问题的你有所帮助,谢谢~

论文:Densely Connected Pyramid Dehazing Network
github源码:https://github.com/hezhangsprinter/DCPDN
参考的相关博客:1. 一步一步教你跑DCPDN深度学习去雾网络
        2. DCPDN项目

代码运行环境

  1. Ubuntu 18.04.3
  2. python 3.6
  3. torch 0.3.1
  4. torchvision 0.2.1

直接把我配环境的命令行语句贴出来吧

  1. 新建conda环境
conda create -n xxx(你的环境名) python=3.6
  1. 进入新建的环境(激活环境)
conda activate xxx(你的环境名)
  1. 开始安装各种依赖的包
pip install https://download.pytorch.org/whl/cu90/torch-0.3.1-cp36-cp36m-linux_x86_64.whl
pip install torchvision==0.2.1
pip install h5py
pip install scipy

(没记错的话应该就是上面这些,比较重要的是torch版本和torchvision版本,因为作者的代码是基于早期的低版本,由于新版本做了一些改动,如果不按低版本来装的话,会遇到更多麻烦的问题,亲身经历。等自己研究透了,看看能否高版本的复现一下?哈哈哈)


原始代码可能使用的是Python2版本,因此某些语法与现在的Python3不兼容,(Python2使用<>作为“不等于”的符号,而Python3使用!=)需要修改一下,分别位于train.py文件的第312行、329行、353行和366行

问题1:Missing key(s) in state_dict: xxxxxxxxxxxxx; Unexpected key(s) in state_dict: xxxxxxxxxxxxx

报错原因: 预训练模权重的字典关键字与所创建的网络模型的字典关键字不匹配。(简单来说,我们的模型要使用现有的预训练权重来进行参数的初始化,这个过程需要两者各层级的网络名称相对应,否则就会出现上述错误。)

问题出在train.py文件的第124行:

if opt.netG != '':
	netG.load_state_dict(torch.load(opt.netG))

opt.netG是预训练权重文件netG_epoch_8.pth的所在路径,torch.load(opt.netG)是加载这一权重文件。这个权重文件在以前训练的时候可能还是采用旧的字典关键字,如:‘norm.1’, ‘relu.1’, ‘conv.1’, ‘norm.2’, ‘relu.2’, ‘conv.2’,但是现在的网络模型在创建时已经不再允许使用“.”了,所以需要修改预训练权重的关键字,使其与我们的网络匹配。

通过正则修改,将上面的代码修改成以下内容:(参考torchvision.models.densenet中的做法)

if opt.netG != '':
    checkpoint = torch.load(opt.netG)
    pattern = re.compile(r'^(.*denselayer\d+\.(?:norm|relu|conv))\.((?:[12])\.'
                         r'(?:weight|bias|running_mean|running_var))$')
    for key in list(checkpoint.keys()):
        res = pattern.match(key)
        if res:
            new_key = res.group(1) + res.group(2)
            checkpoint[new_key] = checkpoint[key]
            del checkpoint[key]
    netG.load_state_dict(checkpoint)

经过修改后,这一段代码就能顺利执行了。

问题2:"python3.6/site-packages/torch/utils/data/dataloader.py", line 271, in __next__ raise StopIteration

关于这个问题,上面参考的博客2中作出了解答。因为博客1的作者训练网络时使用以下的命令:

python train.py --dataroot ./facades/train512 --valDataroot ./facades/test512 --exp ./checkpoints_new --netG ./demo_model/netG_epoch_8.pth

其中,--valDataroot传入的是./facades/test512这个路径,但是源代码的作者并没有提供这一文件,只有./facades/val512,因此把命令改成:

python train.py --dataroot ./facades/train512 --valDataroot ./facades/val512 --exp ./checkpoints_new --netG ./demo_model/netG_epoch_8.pth

就能成功解决这个问题。

最后,再次感谢上面两位博主的博客~

热门文章

暂无图片
编程学习 ·

Java输出数组的内容

Java输出数组的内容_一万个小时-CSDN博客_java打印数组内容1. 输出内容最常见的方式// List<String>类型的列表List<String> list new ArrayList<String>();list.add("First");list.add("Second");list.add("Third");list.ad…
暂无图片
编程学习 ·

母螳螂的“魅惑之术”

在它们对大蝗虫发起进攻的时候&#xff0c;我认认真真地观察了一次&#xff0c;因为它们突然像触电一样浑身痉挛起来&#xff0c;警觉地面对限前这个大家伙&#xff0c;然后放下自己优雅的身段和祈祷的双手&#xff0c;摆出了一个可怕的姿势。我被眼前的一幕吓到了&#xff0c;…
暂无图片
编程学习 ·

疯狂填词 mad_libs 第9章9.9.2

#win7 python3.7.0 import os,reos.chdir(d:\documents\program_language) file1open(.\疯狂填词_d9z9d2_r.txt) file2open(.\疯狂填词_d9z9d2_w.txt,w) words[ADJECTIVE,NOUN,VERB,NOUN] str1file1.read()#方法1 for word in words :word_replaceinput(fEnter a {word} :)str1…
暂无图片
编程学习 ·

HBASE 高可用

为了保证HBASE是高可用的,所依赖的HDFS和zookeeper也要是高可用的. 通过参数hbase.rootdir指定了连接到Hadoop的地址,mycluster表示为Hadoop的集群. HBASE本身的高可用很简单,只要在一个健康的集群其他节点通过命令 hbase-daemon.sh start master启动一个Hmaster进程,这个Hmast…
暂无图片
编程学习 ·

js事件操作语法

一、事件的绑定语法 语法形式1 事件监听 标签对象.addEventListener(click,function(){}); 语法形式2 on语法绑定 标签对象.onclick function(){} on语法是通过 等于赋值绑定的事件处理函数 , 等于赋值本质上执行的是覆盖赋值,后赋值的数据会覆盖之前存储的数据,也就是on…
暂无图片
编程学习 ·

Photoshop插件--晕影动态--选区--脚本开发--PS插件

文章目录1.插件界面2.关键代码2.1 选区2.2 动态晕影3.作者寄语PS是一款栅格图像编辑软件&#xff0c;具有许多强大的功能&#xff0c;本文演示如何通过脚本实现晕影动态和选区相关功能&#xff0c;展示从互联网收集而来的一个小插件&#xff0c;供大家学习交流&#xff0c;请勿…
暂无图片
编程学习 ·

vs LNK1104 无法打开文件“xxx.obj”

写在前面&#xff1a; 向大家推荐两本新书&#xff0c;《深度学习计算机视觉实战》和《学习OpenCV4&#xff1a;基于Python的算法实战》。 《深度学习计算机视觉实战》讲了计算机视觉理论基础&#xff0c;讲了案例项目&#xff0c;讲了模型部署&#xff0c;这些项目学会之后可以…
暂无图片
编程学习 ·

工业元宇宙的定义与实施路线图

工业元宇宙的定义与实施路线图 李正海 1 工业元宇宙 给大家做一个关于工业元宇宙的定义。对于工业&#xff0c;从设计的角度来讲&#xff0c;现在的设计人员已经做到了普遍的三维设计&#xff0c;但是进入元宇宙时代&#xff0c;就不仅仅只是三维设计了&#xff0c;我们的目…
暂无图片
编程学习 ·

【leectode 2022.1.15】完成一半题目

有 N 位扣友参加了微软与力扣举办了「以扣会友」线下活动。主办方提供了 2*N 道题目&#xff0c;整型数组 questions 中每个数字对应了每道题目所涉及的知识点类型。 若每位扣友选择不同的一题&#xff0c;请返回被选的 N 道题目至少包含多少种知识点类型。 示例 1&#xff1a…
暂无图片
编程学习 ·

js 面试题总结

一、js原型与原型链 1. prototype 每个函数都有一个prototype属性&#xff0c;被称为显示原型 2._ _proto_ _ 每个实例对象都会有_ _proto_ _属性,其被称为隐式原型 每一个实例对象的隐式原型_ _proto_ _属性指向自身构造函数的显式原型prototype 3. constructor 每个prot…
暂无图片
编程学习 ·

java练习代码

打印自定义行数的空心菱形练习代码如下 import java.util.Scanner; public class daYinLengXing{public static void main(String[] args) {System.out.println("请输入行数");Scanner myScanner new Scanner(System.in);int g myScanner.nextInt();int num g%2;//…
暂无图片
编程学习 ·

RocketMQ-什么是死信队列?怎么解决

目录 什么是死信队列 死信队列的特征 死信消息的处理 什么是死信队列 当一条消息初次消费失败&#xff0c;消息队列会自动进行消费重试&#xff1b;达到最大重试次数后&#xff0c;若消费依然失败&#xff0c;则表明消费者在正常情况下无法正确地消费该消息&#xff0c;此时…
暂无图片
编程学习 ·

项目 cg day04

第4章 lua、Canal实现广告缓存 学习目标 Lua介绍 Lua语法 输出、变量定义、数据类型、流程控制(if..)、循环操作、函数、表(数组)、模块OpenResty介绍(理解配置) 封装了Nginx&#xff0c;并且提供了Lua扩展&#xff0c;大大提升了Nginx对并发处理的能&#xff0c;10K-1000K Lu…
暂无图片
编程学习 ·

输出三角形

#include <stdio.h> int main() { int i,j; for(i0;i<5;i) { for(j0;j<i;j) { printf("*"); } printf("\n"); } }
暂无图片
编程学习 ·

stm32的BOOTLOADER学习1

序言 最近计划学习stm32的BOOTLOADER学习,把学习过程记录下来 因为现在网上STM32C8T6还是比较贵的,根据我的需求flash空间小一些也可以,所以我决定使用stm32c6t6.这个芯片的空间是32kb的。 #熟悉芯片内部的空间地址 1、flash ROM&#xff1a; 大小32KB&#xff0c;范围&#xf…
暂无图片
编程学习 ·

通过awk和shell来限制IP多次访问之学不会你打死我

学不会你打死我 今天我们用shell脚本&#xff0c;awk工具来分析日志来判断是否存在扫描器来进行破解网站密码——限制访问次数过多的IP地址&#xff0c;通过Iptables来进行限制。代码在末尾 首先我们要先查看日志的格式&#xff0c;分析出我们需要筛选的内容&#xff0c;日志…
暂无图片
编程学习 ·

Python - 如何像程序员一样思考

在为计算机编写程序之前&#xff0c;您必须学会如何像程序员一样思考。学习像程序员一样思考对任何学生都很有价值。以下步骤可帮助任何人学习编码并了解计算机科学的价值——即使他们不打算成为计算机科学家。 顾名思义&#xff0c;Python经常被想要学习编程的人用作第一语言…
暂无图片
编程学习 ·

蓝桥杯python-数字三角形

问题描述 虽然我前后用了三种做法&#xff0c;但是我发现只有“优化思路_1”可以通过蓝桥杯官网中的测评&#xff0c;但是如果用c/c的话&#xff0c;每个都通得过&#xff0c;足以可见python的效率之低&#xff08;但耐不住人家好用啊&#xff08;哭笑&#xff09;&#xff09…