EnlightenGAN: Deep Light Enhancement without Paired Supervision源码实现

最近楼楼在做相关的项目，需要调整数据集的亮度，看相关的论文时，发现这篇论文具有相当高的可取之处。话不多说，分享一下我的采坑记录。

相关准备

源码地址：点击这里

在GitHub中，作者给出了源码，数据集等，这些都可以在里面下载到，ReadMe中也给出了详细的运行方法，对小白来说还是比较友好的。

踩坑记录

由于木有详细的报错截图，我就大致说一下。

1.".\final_datasets/trainA"或者".\final_datasets/trainA" is not a valid directory.

这个其实并不是因为斜杠的原因，而是文件夹的目录，数据集的位置并不是放在项目工程内的，而是和它同级。

2.计算机积极的拒绝

这个问题其实很简单，GitHub中已经明确说了要开启visdom.sevser

3.CUDA out of memery

只需要调整batchsize的大小就可以了，源码中设置的是32，可以先改成2试试，就是运行速度会变得很慢。
需要注意的是，在这个错误中，慎用withtorch.no_grad()指令，因为这个语句会引起另外一个报错，tensor方面的。
主要的是，这个指令会取消梯度的计算，如果在train过程中，正是需要计算梯度。

4.gpu_id问题，原报错不记得

源码中作者设置的是0,1,2三片gpu，所以如果你设备跟不上，在源码中进行修改，改成0就可以了。

除此之外，也就是一些python版本不同的一些小错误，改正过来也很简单。只有用心看看代码，还是能够解决这些错误的。

实验结果展示

借助作者的源码，展示一下自己的实验结果。

根据图像显示，结果还是不错的。

因本人水平有限，如果有说的不妥之处，希望大牛们不吝赐教。