Dacon - AI 양재 허브 인공지능 오픈소스 경진대회 (Image Super-Resolution)

팀정보

팀명 : 가보즈아~

구성원 : DerekIm, NyongKim

성적 : Public, Private 3등

개발 환경

OS : ubuntu 18.04.5 LTS

CPU : Inter(R) Xeon(R) Gold 6130 CPU @ 2.10GHz

GPU : V100 * 4

데이터셋 구성

├── datasets
│   ├── train
│   │   ├── lr
│   │   ├── hr
│   ├── test
│   │   ├── lr

코드 설명

./data 폴더 : dataset 관련 코드
./model 폴더 : model 관련 코드
./options 폴더 : train.json / test.json으로 구성 --> 모델 구조 및 하이퍼파라미터, GPU ID등을 설정
./utils 폴더 : 각종 utility 관련 코드
dataConvert.py : 학습 데이터셋 전처리 관련 코드
daconTrain.py : 모델 학습 코드
daconTest.py : 모델 테스트 코드

Code 실행 순서

코드 다운로드

git clone https://github.com/seokjuice/daconSR.git
cd daconSR

라이브러리 다운로드

pip install -r requirement.txt

데이터 전처리 (코드 내 original dataset 및 save path 설정 필수 / original dataset path는 train, test 폴더 상위폴더경로로 설정 / ex) "./datasets/"

python dataConvert.py

모델 학습

커맨드 형식

python -m torch.distributed.launch --nproc_per_node=(number of gpus) --master_port=1234 daconTrain.py --opt options/train.json  --dist True --dataPath_lr (root for low resolution images) --dataPath_hr (root for high resolution images)

예시 (이때, train.json 파일 내 gpu_ids 설정 필수)

python -m torch.distributed.launch --nproc_per_node=4 --master_port=1234 daconTrain.py --opt options/train.json  --dist True --dataPath_lr "/home/work/daconSR/datasets/32interval_128/lr/"  --dataPath_hr "/home/work/daconSR/datasets/32interval_128/hr/"

모델 테스트

커맨드 형식

python daconTest.py --weightPath (Directory path containing model weights) --dataPath (Directory path containing test image) --savePath (Save path) --modelVersion (weights name except _E and _G)

예시 (이때, train.json 파일 내 gpu_ids 설정 필수)

python daconTest.py --weightPath "./daconSR/psnr25.89/" --dataPath "./testImages/lr/" --savePath "./psnr25_89" --modelVersion model1 model2 model3 model4

모델 테스트 결과

modelVersion에 한개의 모델 이름을 입력하면 복원 결과 및 submission.zip

복수개의 모델명이 입력된 경우 각 모델의 복원 결과와 앙상블한 이미지, 최종 submission.zip 생성

학습 모델 weight 다운로드 링크

[link]

seokjuice / daconSR