unet-latent训练时bug汇报

[yousaLing]

bug:如果重新对unet进行训练的时候，没有在unet-latent下创建image文件夹训练到5000iter test的时候会报错，创建后就正常，建议在调用train.py初始化的时候增加对是否有image文件夹的验证并自动创建。
顺便问一下大佬，因为你们提供的是对 NTIRE 数据集的预训练模型，如果我要对RESIDE数据集512*512规格大小进行重新训练的话，unet和latent-dehazing使用的数据集都是一模一样的13990张图片吗？就size大小不一样吗，unet GT_size和LR_size 256，然后latent-dehazing GT_size和LR_size变成512吗，还是说unet的size也要修改成512？
Traceback (most recent call last):
File "train.py", line 314, in
main()
File "train.py", line 264, in main
model.test()
File "/hy-tmp/refusion/codes/config/unet-latent/models/latent_model.py", line 194, in test
tvutils.save_image(self.LQ.data, f'image/LQ.png', normalize=False)
File "/usr/local/miniconda3/lib/python3.8/site-packages/torch/autograd/grad_mode.py", line 27, in decorate_context
return func(*args, **kwargs)
File "/usr/local/miniconda3/lib/python3.8/site-packages/torchvision/utils.py", line 151, in save_image
im.save(fp, format=format)
File "/usr/local/miniconda3/lib/python3.8/site-packages/PIL/Image.py", line 2350, in save
fp = builtins.open(filename, "w+b")
FileNotFoundError: [Errno 2] No such file or directory: 'image/LQ.png'

[balabala]

感谢告知！之后我会对此进行更新。

我个人经验是训练U-Net的话size影响好像不太大，但训练latent-sde的话size越大越好。