onpix / EDVR-modified

EDVR for lowlight-enhancement

code comments:

• how to select a model? :

train.py -> models.create_model -> models.Video_base_model -> models.networks.define_G -> models.archs.EDVR_arch

• how to select a dataset? :

train.py -> data.create_dataset -> xxx_dataset.py

• in dataset creation: pipline:
  • read_img_seq
  • select each N frames as a group
  • do the transformation: resize, random-crop, etc.

4.21

• 试图添加crop。发现REDS中，__getitem__输出的图片都是numpy浮点格式，[H, W, C].
• 两个办法：
  • 我们的数据集也用numpy：需要修改data.util.read_img_seq，去掉变为pytorch的部分
  • 还是使用torch.Tensor格式：修改crop部分和rotate部分(data.util.augment)

4.22

• 多卡训练：yml文件中设置可见卡，并在训练的命令行参数中传递--nproc_per_node=卡数

4.24

• 训练使用的图片大小有限制。尽量使用2^n的长宽的图片，肯定不会出错。如果不行的话也尽量是16，8，4的倍数之类的。