EvTexture 项目使用教程
2024-09-17 23:14:44作者:邬祺芯Juliet
1. 项目目录结构及介绍
EvTexture 项目的目录结构如下:
EvTexture/
├── basicsr/
├── datasets/
├── docker/
├── experiments/
├── options/
├── scripts/
├── .gitignore
├── EvTexture_test.ipynb
├── LICENSE
├── README.md
├── VERSION
├── requirements.txt
├── setup.cfg
└── setup.py
目录介绍
- basicsr/: 包含项目的基础代码和工具。
- datasets/: 存放数据集文件,包括预处理后的测试数据集。
- docker/: 包含 Docker 相关的配置文件和脚本。
- experiments/: 存放实验结果和预训练模型。
- options/: 包含项目的配置文件。
- scripts/: 包含用于启动和测试项目的脚本。
- .gitignore: Git 忽略文件配置。
- EvTexture_test.ipynb: Jupyter Notebook 文件,用于测试项目。
- LICENSE: 项目许可证文件。
- README.md: 项目说明文档。
- VERSION: 项目版本文件。
- requirements.txt: 项目依赖包列表。
- setup.cfg: 项目配置文件。
- setup.py: 项目安装脚本。
2. 项目启动文件介绍
项目的启动文件主要集中在 scripts/ 目录下,以下是一些关键的启动脚本:
- dist_test.sh: 用于分布式测试的脚本,支持多 GPU 测试。
使用方法
# 测试 Vid4 数据集的 4x VSR
./scripts/dist_test.sh [num_gpus] options/test/EvTexture/test_EvTexture_Vid4_BIx4.yml
# 测试 REDS4 数据集的 4x VSR
./scripts/dist_test.sh [num_gpus] options/test/EvTexture/test_EvTexture_REDS4_BIx4.yml
3. 项目的配置文件介绍
项目的配置文件主要存放在 options/ 目录下,以下是一些关键的配置文件:
- test_EvTexture_Vid4_BIx4.yml: 用于测试 Vid4 数据集的 4x VSR 配置文件。
- test_EvTexture_REDS4_BIx4.yml: 用于测试 REDS4 数据集的 4x VSR 配置文件。
配置文件示例
# test_EvTexture_Vid4_BIx4.yml
name: test_EvTexture_Vid4_BIx4
model: EvTexture
scale: 4
gpu_ids: [0]
datasets:
test:
name: Vid4
type: VideoTestDataset
dataroot_GT: datasets/Vid4_h5
dataroot_LQ: datasets/Vid4_h5
io_backend:
type: lmdb
配置文件说明
- name: 配置文件的名称。
- model: 使用的模型名称。
- scale: 超分辨率的比例。
- gpu_ids: 使用的 GPU ID 列表。
- datasets: 数据集配置,包括测试数据集的路径和类型。
通过以上配置文件,可以灵活地调整项目的测试参数和数据集路径,以适应不同的测试需求。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
410
3.16 K
Ascend Extension for PyTorch
Python
227
254
暂无简介
Dart
674
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
React Native鸿蒙化仓库
JavaScript
264
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868