Windows下使用BasicSR测试自定义图像超分模型

news/2024/11/14 17:02:15/

文章目录

  • Windows下使用BasicSR测试自定义图像超分模型
    • 测试集
    • 模型权重
    • 定义测试yml文件
    • 测试

Windows下使用BasicSR测试自定义图像超分模型

继上一篇博客Windows下使用BasicSR训练自定义图像超分模型,训练模型之后,这篇博客讲解如何测试训练好的模型。

测试集

数据集采用DIV2K验证集。
DIV2K数据集下载地址:https://data.vision.ee.ethz.ch/cvl/DIV2K/

模型权重

上一篇博客训练以后,权重文件保存在experiments/IMDN_x4/models/当中,这里选取net_g_latest.pth作为模型权重文件。

定义测试yml文件

options/test/IMDN/路径下创建test_IMDN_x4.yml文件,文件内容参考options/test/EDSR/中的yml文件。test_IMDN_x4.yml文件内容如下:

name: IMDN_x4_test_DIV2K
model_type: SRModel
scale: 4
num_gpu: 1  # set num_gpu: 0 for cpu mode
manual_seed: 0datasets:test_1:name: DIV2K100type: PairedImageDatasetdataroot_gt: D:/Datasets/SISR/DIV2K/DIV2K_valid_HRdataroot_lq: D:/Datasets/SISR/DIV2K/DIV2K_valid_LR_bicubic/X4filename_tmpl: '{}x4'io_backend:type: disk# network structures
network_g:type: IMDNin_nc: 3nf: 64num_modules: 6out_nc: 3upscale: 4# path
path:pretrain_network_g: D:/Project/Python/BasicSR/experiments/IMDN_x4/models/net_g_latest.pthstrict_load_g: true# validation settings
val:save_img: truesuffix: ~  # add suffix to saved images, if None, use exp namemetrics:psnr: # metric name, can be arbitrarytype: calculate_psnrcrop_border: 4test_y_channel: falsessim:type: calculate_ssimcrop_border: 4test_y_channel: false

主要注意以下几个参数

  • name: IMDN_x4_test_DIV2Kname可以自定义
  • model_type: SRModel根据上一篇博客保持默认即可
  • dataroot_gt: D:/Datasets/SISR/DIV2K/DIV2K_valid_HRdataroot_lq: D:/Datasets/SISR/DIV2K/DIV2K_valid_LR_bicubic/X4分别配置验证集HR和LR图像的路径
  • filename_tmpl: '{}x4',由于LR图像的文件名和HR图像的文件名不是一致的,LR图像多了’x4’后缀,所以需要添加这个参数(训练的yml文件也可以配置这个参数以使用DIV2K验证集)。
  • pretrain_network_g配置模型权重的路径,也就是models/net_g_latest.pth文件的路径

测试

测试前还需要对basicsr/test.py文件进行修改,与basicsr/train.py类似,需要添加代码使得以当前BasicSR路径为基准。

import logging
import torch
from os import path as osp# for windows:
import sys
sys.path.extend(['D:/Project/Python/BasicSR'])from basicsr.data import build_dataloader, build_dataset
from basicsr.models import build_model
from basicsr.utils import get_env_info, get_root_logger, get_time_str, make_exp_dirs
from basicsr.utils.options import dict2str, parse_options

在执行测试命令以前,我们需要先cd到BasicSR路径下,确保当前路径是BasicSR,例如我这里

D:\Project\Python\BasicSR>

然后执行测试命令

python basicsr/test.py -opt options/test/IMDN/test_IMDN_x4.yml

测试图片保存在/results/IMDN_x4_test_DIV2K/visualization/DIV2K100/下。


http://www.ppmy.cn/news/183325.html

相关文章

Neo4j图数据库介绍及简单入门

文章目录 Neo4j图数据库介绍Neo4j数据库安装可视化例子Neo4j增删改查增删改查 Neo4j图数据库介绍 电影里有这样的片段,警察抓捕凶手时,在墙上会画一个图: 这里也有一个demo可以让我们看到一个做好的图数据库: 这个demo也是用Neo4…

电子血压计

一、背景 2022年6月,很高兴能够参与到腾讯云AIoT应用创新大赛,有机会认识到各种行业背景的物联网爱好者,作为一个新手,接触了面向物联网领域的TencentOS Tiny系统、腾讯云物联网开发平台以及RISC-V芯片的应用实例等。 高血压作为一…

2022年Q3白酒销量排行榜

近年来,年轻人对白酒的消费热情逐渐降低。在众多不确定因素下,自第二季度以来,白酒市场就保持了销量低迷的状态。直到Q3季度结束,白酒市场依然没有回升的迹象。 根据数据显示,2022年Q3京东平台白酒累计销量约740万件&a…

2023年2月天猫平台面膜品牌销量排行榜(天猫销售数据分析)

随着居民经济收入的不断增加,人们对美的追求也不断提高,因此,人们也更加注重对皮肤的护理。面膜则是其中的一块大蛋糕。 根据鲸参谋平台数据显示,2023年2月在天猫平台上,面膜相关产品的月销量超过一千万件,…

2月天猫彩妆类目销量排行榜:销额近16亿,国货品牌入围TOP3

伴随我国经济的不断发展,居民收入水平的不断提高,在欧美及日韩大牌化妆品公司对中国市场的开拓,以及国货彩妆品牌的不断崛起下,国内消费者的化妆品消费理念逐步增强,国内化妆品市场规模迅速扩大。 同时,今年…

Python爬虫-D车网近半年(六个月)汽车销量排行榜

前言 本文是该专栏的第46篇,后面会持续分享python爬虫干货知识,记得关注。 在本专栏前面,笔者有单独详细介绍过该平台当前月更新的最新汽车销量排行榜数据。感兴趣的同学,可往前翻阅查看(Python爬虫-某懂车平台之汽车销量排行榜)。 而本文,笔者将详细来介绍该平台近半年…

英雄算法联盟 | 六月算法集训顺利开始

文章目录 前言一、集训规划二、星友的反馈1、有觉得题目简单重新找回了自信的2、有拿到题不管三七二十一疯狂输出的3、有为了完成当天作业奋斗到凌晨的4、有自己悟出了坚持就是胜利的道理的5、有发现身边人都在跑而跃跃欲试的6、有上班摸鱼刷题只因为了赶进度的7、有看到大家都…

职场的尽头,是编制?

作者| Mr.K 编辑| Emma 来源| 技术领导力(ID:jishulingdaoli) 本来以为“上岸”是年轻人的专利,没想到这两天却从一位42岁的朋友那里,听到了他老人家上岸的消息。这位朋友曾在阿里任职多年,从去年下半年就开始和一所大学接洽&am…