快速入门:
步骤 0:安装 anaconda3/miniconda3 并创建环境:
第一步:下载预训练模型:
第二步:运行示例程序:
在位于 demo_images 的演示图像上运行模型: PYTHONPATH=$PWD TORCH_HOME=$PWD python bin/uncen.py --in_dir=./demo_images/demo_input/ --mask_dir=./demo_images/demo_mask/ --out_dir=./output --debug_dir=./output_dbg --checkpoint=./pretrained/00-30-09
结果将位于 ./output,调试输出将位于 ./output_dbg。 调试输出应如下所示:
用法:
测试模型:
PYTHONPATH=$PWD TORCH_HOME=$PWD python bin/uncen.py --in_dir=<包含png图像的输入目录> --mask_dir=<包含对应修复蒙版的目录> --out_dir=<输出目录> --debug_dir=<可选的调试输出目录> --checkpoint=<包含checkpoint的目录,必须包含models/best.ckpt和config.yaml> 训练模型:
修改 configs/training/hconfig.yaml 以匹配您的配置(数据集位置、使用的 GPU、批处理大小、检查点等...)并运行: PYTHONPATH=$PWD TORCH_HOME=$PWD python3 bin/train.py -cn hconfig
|