EnlightenGAN: 无配对监督的深度光照增强

Yifan Jiang, Xinyu Gong, Ding Liu, Yu Cheng, Chen Fang, Xiaohui Shen, Jianchao Yang, Pan Zhou, Zhangyang Wang

[论文] [补充材料]

代表性结果

整体架构

环境准备

python3.5

你应该准备至少3张1080ti显卡或更改批量大小。

pip install -r requirement.txt
mkdir model
从[Google Drive 1]下载VGG预训练模型，然后将其放入model目录。

训练过程

在开始训练过程之前，你应该启动visdom.server进行可视化。

nohup python -m visdom.server -port=8097

然后运行以下命令

python scripts/script.py --train

测试过程

下载预训练模型并将其放入./checkpoints/enlightening

创建目录../test_dataset/testA和../test_dataset/testB。将你的测试图像放在../test_dataset/testA中（并且你应该在../test_dataset/testB中保留任意一张图像以确保程序可以启动。）

运行

python scripts/script.py --predict

数据集准备

训练数据[Google Drive]（从多个数据集收集的未配对图像）

测试数据[Google Drive]（包括LIME, MEF, NPE, VV, DICP）

现在还可以使用[百度网盘]，感谢@YHLelaine！

更快的推理

https://github.com/arsenyinfo/EnlightenGAN-inference 由@arsenyinfo提供

如果你发现这项工作对你有用，请引用

@article{jiang2021enlightengan,
  title={Enlightengan: Deep light enhancement without paired supervision},
  author={Jiang, Yifan and Gong, Xinyu and Liu, Ding and Cheng, Yu and Fang, Chen and Shen, Xiaohui and Yang, Jianchao and Zhou, Pan and Wang, Zhangyang},
  journal={IEEE Transactions on Image Processing},
  volume={30},
  pages={2340--2349},
  year={2021},
  publisher={IEEE}
}