Skip to content

이미지 개선 딥러닝 모델 선택 적용 시스템 (NAFNet, HAT, MAXIM)

License

Notifications You must be signed in to change notification settings

midoi327/Image-Restoration-System

Folders and files

NameName
Last commit message
Last commit date

Latest commit

39570f1 · Nov 15, 2023

History

37 Commits
Nov 13, 2023
Oct 20, 2023
Oct 20, 2023
Nov 13, 2023
Nov 13, 2023
Nov 7, 2023
Oct 27, 2023
Nov 13, 2023
Oct 20, 2023
Nov 15, 2023
Oct 20, 2023
Oct 20, 2023
Oct 20, 2023
Oct 20, 2023
Nov 13, 2023
Nov 13, 2023
Nov 10, 2023

Repository files navigation

Image Restoration System

🚀 POSTECH Institute of Artificial Intelligence Intern Program

-- 이미지 개선 4가지 작업을 딥러닝 모델을 이용하여 파이썬 코드로 구현 (NAFNet, HAT, MAXIM 모델) --

https://drive.google.com/file/d/1AoUg8Lne4XmBxQbV37W_F4qDiyBUiV2S/view?usp=sharing


📌 시스템 구조도

1231241 (1)


📌 Required

demo_Multi.py 실행시키기 위한 준비 과정

  1. NAFNet pretrained model 다운로드 NAFNet-width32.yml
  2. HAT pretrained model 다운로드 HAT_SRx4_ImageNet-pretrain.pth
  3. MAXIM pretrained model 다운로드 Dehazing-RESIDE-Outdoor
  4. 다운로드 후 experiments에 모델 파일 저장
  5. python path 설정 : export PYTHONPATH= /프로젝트디렉토리/:/basicsr모듈디렉토리/
  6. echo $PYTHONPATH : 파이썬 모듈 찾는 경로가 잘 설정되었는지 확인
  7. python setup_basicsr.py develop --no_cuda_ext : processing dependencies for basicsr 모듈
  8. python setup_maxim.py develop : processing dependencies for maxim 모듈

📌 Quick Start

이미지 개선 옵션을 원하는 대로 선택하는 demo.Multi.py 사용 방법

  1. Required 실행 조건 만족
  2. demo/Multi_in 폴더에 노이즈 이미지 넣어놓기
python basicsr/demo_Multi.py
  1. 1: denoising , 2: deblurring, 3: super-resolution 4:dehazing 옵션 중 원하는 옵션 입력
  2. demo/Multi_out 폴더에 작업 후 이미지 생성된다.

🖇️ FID300 데이터셋 이미지 테스트 수행 결과

  • dehazing -> denoising -> denoising

6

111

  • dehazing -> denoising -> deblurring -> denoising -> deblurring

221

209

Releases

No releases published

Packages

No packages published

Languages