基于DF2K数据集复现SSIU超分算法
1、论文地址:https://arxiv.org/pdf/2506.11823v12、代码地址:https://github.com/eezkni/ssiu3、数据集地址:(1)训练数据集:https://www.kaggle.com/datasets/anvu1204/df2kdata?select=DF2K_train_HR(2)验证数据集:https://drive.google.com/d
前言:
1、论文地址:https://arxiv.org/pdf/2506.11823v1
2、代码地址:https://github.com/eezkni/ssiu
3、数据集地址:(1)训练数据集:https://www.kaggle.com/datasets/anvu1204/df2kdata?select=DF2K_train_HR
(2)验证数据集:https://drive.google.com/drive/folders/1-99XFJs_fvQ2wFdxXrnJFcRRyPJYKN0K
一、安装环境
1、创建环境
conda create -n ssiu python=3.10
conda activate ssiu
2、安装pytorch
这里我安装的是:torch 2.1.1 + cuda12.1
pytorch官网:https://pytorch.org/
conda install pytorch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 pytorch-cuda=12.1 -c pytorch -c nvidia
3、requirements.txt安装
cd 到下载的代码文件下,安装requirements.txt
python3 -m pip install -r requirements.txt
二、准备数据集
下载好官方数据集,数据集结构如下图
三、模型训练
1、下载的官方数据集中DF2K训练集共800对HL图像对,因此需修改SSIU-main/datas/df2k.py文件
修改数据集路径:
2、以训练SSUFSR_light_x2模型为例,修改SSIU-main/configs/SSUFSR_light_x2,yml文件中数据集路径
3、训练
博主为单GPU训练,所以SSIU-main/train.py文件中修改
开始训练:
python train.py --config ./configs/SSUFSR_light_x2.yml
单卡训练太费时了,博主没训练完,所以就放一张开始训练的图吧
如出现下列报错信息,需降低numpy版本,为numpy==1.xx.0版本即可

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐
所有评论(0)