SRGAN代码结构分析

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/bla234/article/details/89322878

• data_utils.py

  1. 数据的基本处理方法定义，由torchvision.transforms来定义返回Compose对象
  2. 继承Dataset类，来定义train，test，val等数据的读取和处理方式

• loss.py

  1. 数学公式的常规操作，矩阵运算，
  2. 然后写测试代码来运行验证

• model.py

  1. 这部分是最好理解和编写的
  2. 先写好基本的res模块和upsample模块
  3. 然后用nn.Sequential串联各个模块

• train.py

  1. 设置超参数
  2. 读取数据集然后用DataLoader实现batch
  3. 定义网络对象，统计其中参数的总数
  4. 定义优化器，传网络参数进去
  5. 训练，验证循环的编写（核心）
     • 更新鉴别器：
       （1）低分辨率作为噪声传入生成器得到fake_img，高分辨率作为real_img
       （2）鉴别器梯度归零，两图传入鉴别器，计算D_loss并backward回传梯度，然后调用optimizerD.step()更新鉴别器的速率
     • 更新生成器：
       （1）生成器梯度归零，计算G_loss并backward回传梯度，然后调用optimizerD.step()更新鉴别器的速率
     • 记录loss
       （1）重新从噪声生成fake_img，计算g_loss，d_loss（G和D的loss），d_score，g_score（G和D的输出，或者说置信度？）
       （2）train_bar记录数据并输出
     • 验证模式
       （1）生成sr，计算sr和hr的mse，ssim和psnr
       （2）输出展示hr，线性插值后的hr和sr
     • 保存模型参数并记录数据

• test_benchmark.py

  1. 模型设置为eval模式
  2. 和val有点像，也是数据加载和模型加载，传入模型，计算各项指标和展示结果，保存并输出数据

• test_image.py

  1. benchmark的单张模式
  2. 图片计时

• test_video.py
  主要是cv2包读取和处理视频的一些方法和属性