EnlightenGAN代码复现错误总结

最新推荐文章于 2025-03-03 18:18:25 发布
最新推荐文章于 2025-03-03 18:18:25 发布
阅读量1.8k 收藏 13
点赞数
文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/lrddddd/article/details/129389932
版权

最近复现代码，期间会遇到许多错误，也是借助优快云解决了一些问题，想着把自己遇到的问题和废了些功夫才找到的解决办法记录一下，也和大家分享一下。

这里用到的是Github下载的代码和数据集。https://github.com/VITA-Group/EnlightenGAN

  1. 路径问题

很多解决方法说是文件夹放错了位置，我试了下确实没解决我的问题。于是开始老老实实看代码，确实是路径读取的错误。

一个个点开错误信息，发现unaligned_dataset.py的这句存在问题，主要是A训练集的位置问题。

结合(24条消息) os.path.join()函数用法详解_osp.join_swan777的博客-优快云博客中os.path的用法，想起之前为解决某些问题配置了一个dataroot的参数如下，第二张parameters处。

将parameters信息改为如下，错误即解决。

我的文件夹位置放置如下图所示

lrddddd
关注
EnlightenGAN训练复现记录
L_27N113E的博客
04-18 3119
记录EnlightenGAN过程中的问题和解决方式。提示：以下是本篇文章正文内容，下面案例可供参考。
EnlightenGan源码测试
wgbzj的博客
03-10 4208
1相关准备 相应的pytorch环境这里就不赘述了，enlightenGan的源码在github可以直接下载，大家自行下载。 2测试环节 1：用pycharm打开下载好的源码，按下图的目录结构创建文件夹：checkpoints/enlightening和model 2：在checkpoints/enlightening和model文件夹下分别放入网络模型和VGG的模型，模型可以在github上下载到，下载好了拉里面就行。 3：创建测试文件夹test_dataset。这个一定要注意！这个文件
EnlightenGAN
最新发布
qq_45987837的博客
03-03 653
我们提出了一种高效的无监督生成对抗网络，称为 EnlightenGAN，它可以在没有低/正常光照图像对的情况下进行训练，但在各种真实世界的测试图像上证明具有很好的泛化能力。然而，配对训练图像的可用性假设在处理更不受控制的场景（如去雾、去雨或低光增强）时带来了更多困难：1) 同时捕捉同一视觉场景的损坏和真实图像（例如，同时拍摄低光和正常光照图像对）非常困难，甚至不切实际；使用深度学习的最先进的图像恢复和增强方法严重依赖于合成或捕获的损坏和干净图像对进行训练，例如超分辨率[6]、去噪[7]和去模糊[8]。
EnlightenGAN 开源代码运行
weixin_44504393的博客
02-20 9429
EnlightenGAN: Deep Light Enhancement without Paired Supervision工作公布于2019年，论文已被TIP 2021接收，其采用非成对数据训练了一个用于低照度图像增强的对抗生成网络模型，可以显著增强低照度图像的亮度及对比度，表现优异。 本文记录Windows10环境下运行开源代码的主要步骤及测试过程中遇到的问题和解决办法。
代码调试记录EnlightenGAN 一
Alkaidsimon的博客
07-23 1362
FileNotFoundError: [WinError 3] 系统找不到指定的路径。/dataset/50kshoes_edges’论文源码要求python==3.5 我的是3.9。在“data”文件夹中的代码基本上都需要更改路径。论文源码要求python==3.5 我的是3.9。在“data”文件夹中的代码基本上都需要更改路径。与上述一中的原因一致，需要将路径降低一个级。原因：python版本不同。自己创建文件夹并加入数据集。原因：python版本不同。
EnlightenGAN的代码运行过程问题记录
qq_41876456的博客
06-19 8594
运行过程 Running process 1、代码：https://github.com/VITA-Group/EnlightenGAN 2、conda创建虚拟环境： conda create -n enlighten python=3.5 3、进入项目文件夹，打开终端 conda activate enlighten pip install -r requirement.txt 4、创建文件夹mkdir mkdir model 5、下载VGG pretrained model，放入mod
EnlightenGAN-master_GAN低光_图像增强_
10-01
总结来说，"EnlightenGAN-master"是低光图像增强领域的一个重要突破，它利用GAN技术在单一图像上进行训练，降低了对数据对和计算资源的需求，同时也展示了深度学习在解决实际问题中的强大潜力。通过理解和应用...
EnlightenGAN_对抗网络_网络对抗图片_生成对抗网络_enlightengan_enlightengan原理_源码.z
10-05
EnlightenGAN_对抗网络_网络对抗图片_生成对抗网络_enlightengan_enlightengan原理_源码.z
深度学习图像增强代码+文章
04-02
在本压缩包中，你将找到2016年至2020年间关于使用深度学习进行图像增强的十篇文章及其相应的代码实现。 1. **深度学习基础**：深度学习主要基于神经网络模型，如卷积神经网络（CNN）、递归神经网络（RNN）、生成...
复现EnlightenGAN遇到的问题小结2
lrddddd的博客
04-20 603
服务器复现enlightenGAN遇到的一些问题
Python-EnlightenGAN图像光线增强DeepLightEnhancementwithoutPairedSupervision
08-11
EnlightenGAN - (图像光线增强)Deep Light Enhancement without Paired Supervision
EnlightenGAN:[IEEE TIP'2021]“ EnlightenGAN
05-24
启蒙 IEEE图像处理交易，2020年， 代表性的结果 总体架构 环境准备 python3.5 您至少应准备3个1080ti GPU或更改批次大小。 pip install -r requirement.txt mkdir model 从下载VGG预训练模型，然后将其放入目录model 。 培训过程 在开始培训过程之前，您应该启动visdom.server进行可视化。 nohup python -m visdom.server -port=8097 然后运行以下命令 python scripts/script.py --train 测试过程 下载并将其放入./checkpoints/enlightening 创建目录../test_dataset/testA和../test_dataset/testB 。 将您的测试映像放在../test_dataset/testA （并且您应
EnlightenGAN_对抗网络_网络对抗图片
09-29
EnlightenGAN_对抗网络_网络对抗图片_生成对抗网络_enlightengan_enlightengan原理_源码.rar
DBGAN代码复现
Dwyane_Legend的博客
10-23 752
公司想做道路病害的识别，但是根据之前路采的视频，很少能截到地面裂缝或者坑洼的图片。 收集图片，是为了训练所用，目前，这类图片只有不到十张。boss想让我用数据增强或者GAN的方式来生成一些新的图像作为数据集。结果是我用了100张百度搜的图像作为训练集，使用DBGAN生成图像效果极差，几乎认不出来生成的东西是什么。 这个路子，行不通了。 不过记一下代码复现的过程吧。 参考的博客是这个 https://blog.youkuaiyun.com/c2a2o2/article/details/78535795?utm_
【低照度图像增强系列（3）】EnlightenGAN算法详解与代码实现
路人贾的博客
01-09 9756
低照度图像增强系列（3）——EnlightenGAN算法详解与代码实现
ubuntu18.04下EnlightenGAN运行过程记录
qq_42622871的博客
11-18 3152
运行过程 1、代码：https://github.com/VITA-Group/EnlightenGAN 2、conda创建虚拟环境： conda create -n enlighten python=3.5 3、进入项目文件夹，打开终端 conda activate enlighten pip install -r requirement.txt 4、创建文件夹mkdir mkdir model 5、下载VGG pretrained model，放入model文件夹中。 训练/测试 仅测试时： 1、
EnlightenGAN的调试过程
weixin_45075887的博客
03-27 2955
代码：https://github.com/VITA-Group/EnlightenGAN 一：前期准备工作 首先，下载库： git clone https://github.com/VITA-Group/EnlightenGAN.git 然后运行一下代码，安装完整的库（我的ubuntu服务器上torch和torchvision都有，版本比原作者高，但因为是公共环境，所以我没有安装，将requirement.txt中前两行删去了）： pip install -r requirement.txt
机器学习Flashback论文代码复现教程
- 论文复现代码：该标签表明项目可能包含了复现某篇论文中提到的机器学习模型或实验结果的代码。在学术界，论文复现是一种重要的验证方法，通过重新实施论文中描述的实验，确保研究结果的准确性和可信性。 压缩包子...
评论 15
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值