毕设日志——2019年1月8日
(2019.1.8总结)
一、阅读论文并写CSDN博客
xUnit: Learning a Spatial Activation Function for Efficient Image Restoration
二、GitHub下载并跑通xUnit的PyTorch去噪部分代码
时间:2019.1.8
内容:
从Github上下载xUint代码:xUnit-PyTorch-master;
仅有测试代码,坑爹;
仅对denoising进行修改使其测试代码可以跑通:
(1)修改1:在run_net.py中58行添加if __name__ == '__main__':
(2)修改2:因为原代码所用PyTorch版本较低,故将functions.py中61-68行的volatile替换为requires_grad
(3)修改3:修改以上2处错误后,运行代码,发现即使batch_size=1,也会出现CUDA out of memory的问题,调试代码后发现代码中没有按照论文中所描述的那样对输入图片进行裁剪和翻转。
故将run_net.py中63行中transform修改为transform=transforms.Compose([transforms.RandomResizedCrop(80), transforms.RandomHorizontalFlip(), transforms.ToTensor()])
补充:之后发现测试代码不需要对输入图片进行裁剪和翻转,只有训练时才需要,因此又将代码恢复修改前==
(4)修改4:修改run_net.py中64行batch_size=32(本机配置下可设的最大值)