UMF-CMGR 项目使用与配置指南

UMF-CMGR 项目使用与配置指南

UMF-CMGR [IJCAI2022 Oral] Unsupervised Misaligned Infrared and Visible Image Fusion via Cross-Modality Image Generation and Registration 项目地址: https://gitcode.com/gh_mirrors/um/UMF-CMGR

1. 项目目录结构及介绍

UMF-CMGR 项目目录结构如下：

UMF-CMGR/
├── .gitattributes
├── .gitignore
├── LICENSE
├── README.md
├── Requirements.txt
├── data/
│   ├── get_test_data.py
│   └── get_svs_map.py
├── CPSTN/
│   ├── train.py
│   ├── test.py
│   └── checkpoints/
├── Evaluation/
├── Fig/
├── Test/
│   ├── test_reg.py
│   └── test_fuse.py
├── Trainer/
│   ├── train_reg.py
│   ├── train_fuse.py
│   └── train_reg_fusion.py
├── dataloader/
├── functions/
├── loss/
├── models/
└── pdf/

各目录和文件功能介绍：

• .gitattributes：定义如何处理特定文件的 Git 属性。
• .gitignore：定义哪些文件和目录应该被 Git 忽略。
• LICENSE：项目的开源许可证信息。
• README.md：项目说明文件，包含项目信息、使用方法和贡献指南。
• Requirements.txt：项目依赖的 Python 包列表。
• data/：包含数据处理的脚本。
• CPSTN/：包含 CPSTN 模型的训练和测试脚本。
• Evaluation/：用于评估模型的目录。
• Fig/：存放图表和图像的目录。
• Test/：包含测试脚本的目录。
• Trainer/：包含训练脚本的目录。
• dataloader/：数据加载器相关的模块。
• functions/：通用功能模块。
• loss/：损失函数模块。
• models/：模型定义模块。
• pdf/：存放论文文档的目录。

2. 项目的启动文件介绍

项目的启动主要涉及 Trainer/ 目录下的三个 Python 脚本：

• train_reg.py：用于训练注册网络。
• train_fuse.py：用于训练融合网络。
• train_reg_fusion.py：用于联合训练注册和融合网络。

根据具体的需求，可以选择运行上述脚本中的任意一个来启动相应的训练流程。

3. 项目的配置文件介绍

项目中的配置文件主要是通过命令行参数的形式进行配置。在 train.py、test.py 等脚本中，可以使用 argparse 库来定义和解析命令行参数。

例如，以下是一个简单的配置参数示例：

import argparse

def get_args():
    parser = argparse.ArgumentParser(description="UMF-CMGR Training")
    parser.add_argument('--dataroot', type=str, default='./datasets/rgb2ir/RoadScene/')
    parser.add_argument('--name', type=str, default='rgb2ir_paired_Road_edge')
    parser.add_argument('--model', type=str, default='cycle_gan')
    parser.add_argument('--dataset_mode', type=str, default='unaligned')
    return parser.parse_args()

args = get_args()

在上述代码中，get_args 函数定义了四个命令行参数，分别是数据目录 (dataroot)、项目名称 (name)、模型类型 (model) 和数据集模式 (dataset_mode)。用户在运行脚本时，可以通过命令行传入这些参数来配置项目。

UMF-CMGR [IJCAI2022 Oral] Unsupervised Misaligned Infrared and Visible Image Fusion via Cross-Modality Image Generation and Registration 项目地址: https://gitcode.com/gh_mirrors/um/UMF-CMGR