https://github.com/mgharbi/hdrnet
hdrnet目录下: run.py 测试 train.py 训练,参数调节 models.py 包含3种模型可供选择 data_pipeline.py 包含3种训练数据导入方式可供选择
pretrained_models目录下:(如需要更多预训练模型,可联系作者) 预训练的模型
sample_data目录下: 存放数据集
pip install numpy (安装最新版本numpy) pip install cython pip install opencv-python pip install imageio
cd hdrnet pip install -r requirements.txt (python 2.7, tensorflow-gpu 1.1.0)
cd hdrnet make 在hdrnet目录下生成build文件夹(该代码已经编译好)
FiveK数据集,共5000张图片,其中4500训练,500测试。
训练数据要求tfrecords或jpg或png格式。
./hdrnet/bin/train.py <checkpoint_dir> <path/to_training_data/filelist.txt>
python hdrnet/bin/train.py pretrained_models/hdrp sample_data/identity/filelist.txt 训练的过程不会自己停下来,需要自己定义,loss小于多少就定下来,epoch达到多少就停下来。
tensorboard --logdir pretrained_models/hdrp 按照tensorboard提示的地址,就可以访问训练的中间过程了
#!/bin/bash
cm=1
CUDA_VISIBLE_DEVICES=$1 python hdrnet/bin/train.py
--learning_rate 1e-4
--batch_size 4
--data_pipeline HDRpDataPipeline
--model_name HDRNetPointwiseNNGuide
--nobatch_norm
--output_resolution 256 256
--channel_multiplier $cm
--data_dir data/hdrp/filelist.txt
--eval_data_dir data/hdrp/filelist.txt
--checkpoint_dir output/checkpoints/hdrp_256_nn_cm$cm
CUDA_VISIBLE_DEVICES="1" python hdrnet/bin/train.py --batch_size 4 --data_pipeline HDRpDataPipeline --model_name HDRNetPointwiseNNGuide --nobatch_norm
--output_resol --output_resolution 256 256 --data_dir data/hdrp/filelist.txt --eval_data_dir data/hdrp/filelist.txt --checkpoint_dir output/checkpoints/hdrp
测试图片放在input目录下,得到的输出在output目录下。
支持的输入格式:png|jpeg|jpg|tif|tiff
输出图片保存: scipy.misc.imsave()只能保存8bit cv2.imwrite()保存有色偏 imageio.imwrite()只可以保存16bit的tif格式图片
The pre-trained HDR+ model expects as input a specially formatted 16-bit linear input. 加载使用hdrp模型存在问题,没有适用的16bit线性图片。
If you run our HDR+ model on an sRGB input, it may produce uncanny colors.
备用:使用faces模型
hdrnet/bin/run.py 修改路径sys.path.insert(0, "/home/chenwx/HDR_Net_Google-master")
命令: CUDA_VISIBLE_DEVICES="1" python hdrnet/bin/run.py pretrained_models/faces sample_data/input sample_data/output