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

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