一步一步教你跑DCPDN深度學習去霧網路

**：densely connected pyramid dehazing network（cvpr2018）

**就不講解了，網上有，步驟開始：

1、環境安裝：

ubuntu16.0.4平台執行

python2.7環境

pytorch>=0.3.1框架

cuda9.0+cudnn7

訓練網路需要使用gpu，視訊記憶體和執行記憶體、還有系統交換區swap不要太摳，不然容易程式無法進行而報錯。還有系統共享記憶體也不能不足，我的電腦勉強用100個訓練資料訓練，迭代了40000次。

建議安裝anaconda3建立python環境，便於管理，執行程式時，如果缺什麼包直接使用anaconda整合安裝到環境裡即可。

2、專案檔案結構（部分重點介紹）

專案新增資料後的根目錄如下：

facades：最重要，也是最大的資料夾，內容如下圖。其中，nat_new4資料夾儲存用於測試的實際h5資料，test_cvpr資料夾儲存你的實際有霧轉換的h5檔案，用於去霧。train512為用於訓練的h5檔案，共有4000個，根據你自己系統能力，從頭按順序連續選取部分資料，作者使用0-1000來訓練網路，會迭代400*1000=400000次。val512儲存400個用於對抗鑑別器訓練的h5檔案。

result_cvpr18：儲存去霧結果的資料夾。

create_train.py：所有合成的，用於訓練和測試的資料樣本，都在hdf5檔案中進行了掃瞄。您還可以使用「create_train.py」生成樣本資料。

dehaze22.py：去霧網路模型框架。

python demo.py --dataroot ./facades/nat_new4 --valdataroot ./facades/nat_new4 --netg ./demo_model/netg_epoch_8.pth

python train.py --dataroot ./facades/train512 --valdataroot ./facades/test512 --exp ./checkpoints_new --netg ./demo_model/netg_epoch_8.pth

python demo.py --dataroot ./facades/test_cvpr --valdataroot ./facades/test_cvpr --netg ./checkpoints_new/netg_epoch_9.pth

3、原始碼適配

generate_testsample.py：

去掉99行的注釋，防止自己輸入的不是規定尺寸；

第乙個包numpy不需要as np；

create_train.py：

第119行reshap的引數a改為a；

引用numpy包不需要as np。

4、致謝

感謝作者的貢獻，感謝大家的支援！

一步一步學cscope

告之 1，我不喜歡寫部落格 因為感覺太浪費時間 2，部落格能記住自己某階段學過的東西，而這些東西可能會很快的忘卻 所以我以後要學著在部落格上浪費時間 前言 本文件記錄了我今天 2007 11 9 下午學習cscope的一點收穫，特收錄部落格以作分享。在學習cscope過程中查閱了大量的文件，但發現適...

一步一步學Linq to sql

一步一步學linq to sql 一 預備知識 一步一步學linq to sql 二 datacontext與實體 一步一步學linq to sql 三 增刪改 一步一步學linq to sql 四 查詢句法 一步一步學linq to sql 五 儲存過程 一步一步學linq to sql 六 特性...

一步一步學RenderMonkey

rendermonkey的基本使用方法 用rendermonkey 進行shader開發 一 用rendermonkey 進行shader開發 二 rendermonkey製作photoshop特效 前言 rendermonkey作為shader開發利器而為人所熟知，我們可以專心於shader的編寫...