Real-Time Super-Resolution System of 4K-Video Based on Deep Learning----代码实践

Posted 2021-09-01 MengYa_Dream

Real-Time Super-Resolution System of 4K-Video Based on Deep Learning----阅读阶段 

本篇主要记录分享，github上的具体操作与实践，实现一次完整的test实践。

再次，感谢作者分享他们的研究成果及代码

文章地址：Real-Time Super-Resolution System of 4K-Video Based on Deep Learning

引用申明 ：

Yanpeng Cao, Chengcheng Wang, Changjun Song, Yongming Tang and He Li. EGVSR. https://github.com/Thmen/EGVSR, 2021.

@misc{thmen2021egvsr,
  author =       {Yanpeng Cao, Chengcheng Wang, Changjun Song, Yongming Tang and He Li},
  title =        {EGVSR},
  howpublished = {\\url{https://github.com/Thmen/EGVSR}},
  year =         {2021}
}

 正文

基础：ubuntu18.04     anaconda3 

项目地址  先大致阅读一遍相关内容，再进行具体实践；阅读过程中主要检查自身配置是否能够满足项目所需要的环境（Dependencies & Experimental Environment）以及其相关的注意事项。笔者主要以test进行具体操作：

1.ubuntu终端下载Github

git clone + github项目git链接

如果提示无git命令，就安装git命令，以下语句作用相同，根据情况尝试。

sudo apt install git
sudo pip3 install git
pip install git             #笔者常用 conda中缺module

2.安装requirements.txt配置环境

根据项目的Dependencies ，可以在项目文件夹中，找到requirements.txt，与其作用相同，因此直接install requirements.txt即可：

这里笔者使用的是Anaconda3创建的虚拟环境

conda create -n py37 python=3.7    #命令创建一个名称为py37的python版本为3.7的虚拟环境
source activate py37               #进入虚拟环境

且安装时需要cd到requirements.txt的同一目录下，ls 查看目录，cd进入目录

conda install --yes --file requirements.txt

3.下载Testing Datasets

根据要求解压到对应文件夹

4. 运行test.sh

如果成功运行，那么test也就到此结束。

sh test.sh

5.问题罗列 

但是，很明显，真正的问题才刚刚开始出现；尤其对python略知一二的我还是面临了巨大挑战。

问题1：error：​​​​​​excepted one_argument

usage: main.py [-h] --exp_dir EXP_DIR --mode MODE --model MODEL --opt OPT
               [--gpu_id GPU_ID] [--lr_size LR_SIZE] [--test_speed]
main.py: error: argument --model: expected one argument

解决：

方法一：修改main.py（有效性强）

 方法二：修改test.sh，或者将相关参数直接以命令行输入到终端

（笔者同时对main.py和test.sh都作了修改） 

 

问题2：import相关module，其在Vscode样式为白色，初步判定为未import成功

解决：现学python

【Python学习】08 函数|实参和形参|返回值1-4

【Python学习】08 函数模块化6

【Python学习】09 类

然后，观察到main.py等文件中相关import失败，经过查找资料，判定为此时相关的module与main.py不在同一目录下，因此import需要修改。

import torch
import utils.base_utils as base_utils       #笔者修改
import utils.data_utils as data_utils       #笔者修改

from data.__init__ import create_dataloader, prepare_data    #笔者修改
#from data import create_dataloader, prepare_data  #原import方式，注释
from models import define_model
from models.networks import define_generator
from metrics.metric_calculator import MetricCalculator
from metrics.model_summary import register, profile_model
#from utils import base_utils, data_utils          #原import方式，注释

问题3：_pickle.UnpicklingError: A load persistent id instruction was encountered,
but no persistent_load function was specified.

解决：报错点在net.load_state_dict(torch.load(load_path)) ，感觉load_state_dict好像不存在
，考虑是不是pytorch有什么注意项，随后发现和pytorch的版本有很大的关联。

项目虽然在Dependencies中表示Pytorch在1.0.0以上，但是其实际上还是有要求的，在其req.txt，这也是笔者惨痛的教训（毕竟这个错误点花了很久很久的时间才解决）

这里明确了torch==1.7.1查询Pytorch_previous-versions，检查对应版本进行安装

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

总结： 

以上问题按出现顺序进行整理，仅代表个人判断和解决方式。 test成功！