Retinexformer 开源项目使用教程
2024-09-14 12:28:12作者:冯爽妲Honey
1. 项目介绍
Retinexformer 是一个基于 Retinex 理论的单阶段 Transformer 模型,专门用于低光图像增强。该项目在 ICCV 2023 和 NTIRE 2024 挑战赛中表现优异,支持超过 15 个基准测试和极高分辨率(高达 4000x6000)的低光图像增强。Retinexformer 通过估计光照信息来照亮低光图像,并恢复图像中的损坏,从而生成增强后的图像。
2. 项目快速启动
2.1 环境准备
首先,确保你已经安装了 Conda 环境。然后,创建并激活一个新的 Conda 环境:
conda create -n Retinexformer python=3.7
conda activate Retinexformer
2.2 安装依赖
安装 PyTorch 和其他必要的依赖包:
conda install pytorch=1.11 torchvision cudatoolkit=11.3 -c pytorch
pip install matplotlib scikit-learn scikit-image opencv-python yacs joblib natsort h5py tqdm tensorboard
pip install einops gdown addict future lmdb numpy pyyaml requests scipy yapf lpips
2.3 下载项目
克隆 Retinexformer 项目到本地:
git clone https://github.com/caiyuanhao1998/Retinexformer.git
cd Retinexformer
2.4 数据准备
下载所需的低光图像数据集,并将其组织到项目目录中。例如,下载 LOL-v1 数据集:
mkdir -p data/LOLv1/Train/input
mkdir -p data/LOLv1/Train/target
mkdir -p data/LOLv1/Test/input
mkdir -p data/LOLv1/Test/target
2.5 模型测试
下载预训练模型并进行测试:
# 下载预训练模型
wget https://example.com/pretrained_weights/LOL_v1.pth -O pretrained_weights/LOL_v1.pth
# 激活环境
conda activate Retinexformer
# 测试 LOL-v1 数据集
python3 Enhancement/test_from_dataset.py --opt Options/RetinexFormer_LOL_v1.yml --weights pretrained_weights/LOL_v1.pth --dataset LOL_v1
3. 应用案例和最佳实践
3.1 低光图像增强
Retinexformer 可以应用于各种低光图像增强场景,如夜间监控、低光摄影等。通过使用 Retinexformer,可以显著提高图像的亮度和清晰度,从而提升图像的可视性和分析价值。
3.2 夜间物体检测
在夜间物体检测任务中,低光图像的质量直接影响检测的准确性。使用 Retinexformer 对低光图像进行预处理,可以显著提高物体检测的性能。
4. 典型生态项目
4.1 BasicSR
BasicSR 是一个开源的图像和视频恢复工具包,支持多种图像恢复任务,如超分辨率、去噪等。Retinexformer 可以与 BasicSR 结合使用,进一步提升图像恢复的效果。
4.2 NTIRE 挑战赛
NTIRE 挑战赛是一个专注于图像恢复和增强的国际竞赛。Retinexformer 在 NTIRE 2024 挑战赛中取得了优异的成绩,展示了其在低光图像增强领域的强大能力。
通过以上步骤,你可以快速上手使用 Retinexformer 进行低光图像增强。希望这个教程对你有所帮助!
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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
860
511

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

deepin linux kernel
C
22
5