Skip to content

About

天津大学2025秋季图像处理实验四:图像增强——RetinexNet的PyTorch实现

Resources

Stars

2 stars

Watchers

0 watching

Forks

Repository files navigation

天津大学 2025 秋季图像处理实验四

图像增强——RetinexNet的 PyTorch 实现

论文参考:
Deep Retinex Decomposition for Low-Light Enhancement
BMVC 2018


项目简介

本项目实现了 RetinexNet 的 PyTorch 版本(略微改进)。支持完整的数据处理、训练、测试流程。

效果对比


环境配置

本项目使用 [uv] 管理 Python 环境,依赖已在 pyproject.toml 中定义。

pip install uv
uv sync

或者使用 Conda 创建虚拟环境:

conda create -n retinexnet_pytorch python=3.13 -y
conda activate retinexnet_pytorch
pip install -r requirements.txt

数据准备

自动下载和整理数据集:

# 请确保网络环境能访问HuggingFace
bash fetch_data.sh

训练

使用如下命令进行训练:

uv run main.py --config config/train_config.json
# 如果使用 conda 环境,请使用下面的命令
# python main.py --config config/train_config.json

对于低配置机器(无nvidia-gpu),建议修改 config/train_config.json 中的配置如下:

{
    "use_gpu": false,
    "gpu_idx": 0,
    "epochs": 50,
    "batch_size": 4,
    "accumulation_step":4,
}

测试

使用如下命令进行测试:

uv run main.py --config config/test_config.json
# 如果使用 conda 环境,请使用下面的命令
# python main.py --config config/test_config.json

参考


其他结果

更多测试结果展示: 效果对比

About

天津大学2025秋季图像处理实验四:图像增强——RetinexNet的PyTorch实现

Resources

Stars

2 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages