【学习记录】使用KAIR训练SwinIR模型教程

@TOC

一、环境配置

1.使用anaconda创建一个新环境 py36KAIR

conda create -n py36KAIR python=3.6

2.到http://download.pytorch.org/whl/torch_stable.html下载相对应CUDA版本的pytouch

3.下载完后打开cmd然后cd进入下载目录使用以下命令安装pytouch

pip install 文件名

4.打开cmd，然后cd进入KAIR项目所在目录，使用以下命令安装其它所需模块

pip install -r requirement.txt

二、训练集和测试集准备

1.下载训练集https://data.vision.ee.ethz.ch/cvl/DIV2K/
   下载测试集https://pan.baidu.com/s/1q_1ERCMqALH0xFwjLM0pTg#list/path=%2F

2.在KAIR-master项目的目录下创建trainsets/trainH和trainsets/trainL，再把刚刚下载的训练数据放入其中

3.在KAIR-master项目的testsets目录下创建testsets/set5/HR和testsets/set5/LR_bicubic/X2，然后再把刚刚下载的测试数据放入其中

4修改KAIR-master项目的options\swinir的train_swinir_sr_classical.json文件

三、开始训练

1.windows用户需要把KAIR-master项目的utils\utils_dist.py的nccl改成gloo
因为windows不支持nccl

2.使用命令开始训练

python -m torch.distributed.launch --nproc_per_node=1 --master_port=1234 main_train_psnr.py --opt options/swinir/train_swinir_sr_classical.json  --dist True

其中–nproc_per_node=1表示GPU的个数，根据自己的GPU个数进行修改
在KAIR-master项目的options/swinir/train_swinir_sr_classical.json也要进行修改