LLFormer 项目使用教程

LLFormer 项目使用教程

LLFormer The code release of paper "AAAI Ultra-High-Definition Low-Light Image Enhancement: A Benchmark and Transformer-Based Method", AAAI 2023 项目地址: https://gitcode.com/gh_mirrors/ll/LLFormer

1. 项目目录结构及介绍

LLFormer 项目的目录结构如下：

LLFormer/
├── checkpoints/
├── configs/
├── datasets/
├── figures/
├── model/
├── pytorch-gradual-warmup-lr/
├── scripts/
├── transform/
├── utils/
├── warmup_scheduler/
├── LICENSE
├── README.md
├── evaluation.py
├── test.py
├── test_UHD.py
├── train.py

目录结构介绍

• checkpoints/: 存放训练过程中生成的模型检查点文件。
• configs/: 存放项目的配置文件，包括训练和测试的配置。
• datasets/: 存放数据集文件，包括UHD-LOL4K和UHD-LOL8K等。
• figures/: 存放项目中使用的图表和图像文件。
• model/: 存放模型的定义和实现代码。
• pytorch-gradual-warmup-lr/: 存放渐进式学习率调度器的实现代码。
• scripts/: 存放一些辅助脚本，如数据预处理脚本。
• transform/: 存放数据增强和转换的代码。
• utils/: 存放一些通用的工具函数和辅助代码。
• warmup_scheduler/: 存放学习率预热调度器的实现代码。
• LICENSE: 项目的开源许可证文件。
• README.md: 项目的介绍和使用说明。
• evaluation.py: 用于模型评估的脚本。
• test.py: 用于测试模型的脚本。
• test_UHD.py: 用于测试UHD图像的脚本。
• train.py: 用于训练模型的脚本。

2. 项目启动文件介绍

train.py

train.py 是用于训练模型的启动文件。通过该文件，用户可以指定配置文件路径并开始训练过程。

python train.py -yml_path your_config_path

test.py

test.py 是用于测试模型的启动文件。用户可以通过该文件指定数据路径、结果保存路径和预训练模型路径，进行模型测试。

python test.py --input_dir your_data_path --result_dir your_save_path --weights weight_path

test_UHD.py

test_UHD.py 是用于测试UHD图像的启动文件。由于UHD图像较大，建议使用补丁模式进行测试。

python test_UHD.py --input_dir your_data_path --result_dir your_save_path --weights weight_path

3. 项目的配置文件介绍

配置文件位于 configs/ 目录下，主要包括训练和测试的配置。以下是一些关键配置文件的介绍：

configs/UHD-LOL4K/train/training_UHD_4K.yaml

该配置文件用于UHD-LOL4K数据集的训练，包含了训练过程中的参数设置，如学习率、批量大小、训练轮数等。

configs/UHD-LOL8K/train/training_UHD_8K.yaml

该配置文件用于UHD-LOL8K数据集的训练，包含了训练过程中的参数设置。

configs/LOL/train/training_LOL.yaml

该配置文件用于LOL数据集的训练，包含了训练过程中的参数设置。

configs/MIT-Adobe-FiveK/train/training_MIT_5K.yaml

该配置文件用于MIT-Adobe FiveK数据集的训练，包含了训练过程中的参数设置。

通过修改这些配置文件，用户可以根据自己的需求调整训练和测试的参数。

LLFormer The code release of paper "AAAI Ultra-High-Definition Low-Light Image Enhancement: A Benchmark and Transformer-Based Method", AAAI 2023 项目地址: https://gitcode.com/gh_mirrors/ll/LLFormer