Flare7K数据集实战:如何用Python快速实现夜间炫光去除(附完整代码)

news2026/5/13 21:39:04
Flare7K数据集实战如何用Python快速实现夜间炫光去除附完整代码夜间摄影中的人造光源炫光问题一直是计算机视觉领域的棘手挑战。当路灯、车灯等点光源在镜头表面产生散射或反射时图像中会出现放射状光斑、雾化区域和彩色条纹严重影响画面质量和后续分析。传统方法往往需要专业镜头或复杂后处理而深度学习为这一问题提供了全新解决方案。本文将手把手带您完成从数据准备到模型部署的全流程使用Flare7K这个目前最全面的夜间炫光数据集构建一个端到端的炫光去除系统。1. 环境配置与数据准备在开始建模前我们需要搭建适合图像处理的Python环境。推荐使用Anaconda创建独立环境以避免依赖冲突conda create -n flare_removal python3.8 conda activate flare_removal pip install torch1.12.0cu113 torchvision0.13.0cu113 -f https://download.pytorch.org/whl/torch_stable.html pip install opencv-python pillow matplotlib tensorboardFlare7K数据集包含7000组合成炫光图像分为散射型5000张和反射型2000张。下载后解压得到以下目录结构Flare7K/ ├── Scattering/ │ ├── train/ │ │ ├── clean/ # 无炫光图像 │ │ └── flare/ # 对应炫光污染图像 │ └── test/ ├── Reflection/ │ ├── train/ │ └── test/ └── Mixed/ # 混合测试集使用以下代码快速检查数据分布并可视化样本import cv2 import matplotlib.pyplot as plt def show_sample(clean_path, flare_path): clean cv2.cvtColor(cv2.imread(clean_path), cv2.COLOR_BGR2RGB) flare cv2.cvtColor(cv2.imread(flare_path), cv2.COLOR_BGR2RGB) plt.figure(figsize(12,6)) plt.subplot(131), plt.imshow(clean), plt.title(Clean) plt.subplot(132), plt.imshow(flare), plt.title(Flare) plt.subplot(133), plt.imshow(cleanflare), plt.title(Combined) plt.show() # 示例调用 show_sample(Flare7K/Scattering/train/clean/0001.jpg, Flare7K/Scattering/train/flare/0001.jpg)注意Flare7K中的炫光图像是单独存储的需要与干净图像叠加才能得到最终效果。这种设计允许灵活调整炫光强度。2. 模型架构设计与对比针对炫光去除任务我们对比了三种主流架构的适应性模型类型参数量(M)计算量(GFLOPs)适用场景U-Net7.832.4中小规模数据集Restormer26.5145.7高分辨率图像处理MPRNet15.189.2多阶段渐进式修复基于实验对比我们选择改进版U-Net作为基础架构在保持轻量化的同时加入以下优化import torch import torch.nn as nn class FlareRemovalUNet(nn.Module): def __init__(self, in_ch3, out_ch3): super().__init__() # 编码器 self.enc1 self._block(in_ch, 64) self.enc2 self._block(64, 128) self.enc3 self._block(128, 256) self.pool nn.MaxPool2d(2) # 注意力桥接层 self.bridge nn.Sequential( nn.Conv2d(256, 512, 3, padding1), nn.ReLU(), SpatialAttention(512), nn.Conv2d(512, 512, 3, padding1), nn.ReLU() ) # 解码器 self.up3 nn.ConvTranspose2d(512, 256, 2, stride2) self.dec3 self._block(512, 256) self.up2 nn.ConvTranspose2d(256, 128, 2, stride2) self.dec2 self._block(256, 128) self.up1 nn.ConvTranspose2d(128, 64, 2, stride2) self.dec1 self._block(128, 64) self.final nn.Conv2d(64, out_ch, 1) def _block(self, in_ch, out_ch): return nn.Sequential( nn.Conv2d(in_ch, out_ch, 3, padding1), nn.BatchNorm2d(out_ch), nn.ReLU(), nn.Conv2d(out_ch, out_ch, 3, padding1), nn.BatchNorm2d(out_ch), nn.ReLU() ) def forward(self, x): # 编码路径 enc1 self.enc1(x) enc2 self.enc2(self.pool(enc1)) enc3 self.enc3(self.pool(enc2)) # 桥接层 bridge self.bridge(self.pool(enc3)) # 解码路径 dec3 self.up3(bridge) dec3 torch.cat([dec3, enc3], dim1) dec3 self.dec3(dec3) dec2 self.up2(dec3) dec2 torch.cat([dec2, enc2], dim1) dec2 self.dec2(dec2) dec1 self.up1(dec2) dec1 torch.cat([dec1, enc1], dim1) dec1 self.dec1(dec1) return self.final(dec1) class SpatialAttention(nn.Module): def __init__(self, channel): super().__init__() self.conv nn.Conv2d(channel, 1, 1) self.sigmoid nn.Sigmoid() def forward(self, x): att_map self.sigmoid(self.conv(x)) return x * att_map关键改进点包括在桥接层加入空间注意力机制增强模型对炫光区域的定位能力使用批量归一化加速收敛并提升稳定性采用跳跃连接保持细节信息不丢失3. 训练策略与显存优化针对炫光去除任务我们设计了一套完整的训练流程from torch.utils.data import Dataset, DataLoader import numpy as np class FlareDataset(Dataset): def __init__(self, clean_dir, flare_dir, augmentTrue): self.clean_paths sorted(Path(clean_dir).glob(*.jpg)) self.flare_paths sorted(Path(flare_dir).glob(*.jpg)) self.augment augment def __len__(self): return len(self.clean_paths) def __getitem__(self, idx): clean cv2.imread(str(self.clean_paths[idx]))/255.0 flare cv2.imread(str(self.flare_paths[idx]))/255.0 # 数据增强 if self.augment: if np.random.rand() 0.5: clean cv2.flip(clean, 1) flare cv2.flip(flare, 1) # 随机调整炫光强度 alpha 0.7 0.6*np.random.rand() flare flare * alpha combined np.clip(clean flare, 0, 1) return { input: torch.FloatTensor(combined.transpose(2,0,1)), target: torch.FloatTensor(clean.transpose(2,0,1)) } # 初始化数据集和加载器 train_set FlareDataset(Flare7K/Scattering/train/clean, Flare7K/Scattering/train/flare) train_loader DataLoader(train_set, batch_size8, shuffleTrue)提示在实际应用中可以动态调整炫光强度alpha参数使模型适应不同强度的炫光场景。对于显存不足的问题我们采用以下优化策略梯度累积当无法增大batch size时通过多次前向传播累积梯度再更新optimizer.zero_grad() for i, batch in enumerate(train_loader): outputs model(batch[input]) loss criterion(outputs, batch[target]) loss loss / 4 # 假设累积4次 loss.backward() if (i1) % 4 0: optimizer.step() optimizer.zero_grad()混合精度训练使用FP16减少显存占用scaler torch.cuda.amp.GradScaler() with torch.cuda.amp.autocast(): outputs model(inputs) loss criterion(outputs, targets) scaler.scale(loss).backward() scaler.step(optimizer) scaler.update()分块处理对于高分辨率图像采用重叠分块处理策略def process_large_image(model, image, tile_size512, overlap64): h, w image.shape[2:] output torch.zeros_like(image) for y in range(0, h, tile_size-overlap): for x in range(0, w, tile_size-overlap): tile image[:, :, y:ytile_size, x:xtile_size] with torch.no_grad(): pred model(tile) output[:, :, y:ytile_size, x:xtile_size] pred return output4. 实战应用与效果评估训练完成后我们可以使用以下代码进行单张图像推理def remove_flare(model, image_path, devicecuda): image cv2.imread(image_path)/255.0 input_tensor torch.FloatTensor(image.transpose(2,0,1)).unsqueeze(0).to(device) with torch.no_grad(): output model(input_tensor) result output.squeeze().cpu().numpy().transpose(1,2,0) result np.clip(result*255, 0, 255).astype(np.uint8) return result # 示例使用 model FlareRemovalUNet().to(cuda) model.load_state_dict(torch.load(best_model.pth)) result remove_flare(model, test_image.jpg) cv2.imwrite(result.jpg, cv2.cvtColor(result, cv2.COLOR_RGB2BGR))为评估模型效果我们采用以下指标进行定量分析指标计算公式理想值PSNR$10\log_{10}(\frac{MAX^2}{MSE})$越高越好SSIM$\frac{(2\mu_x\mu_y c_1)(2\sigma_{xy} c_2)}{(\mu_x^2\mu_y^2c_1)(\sigma_x^2\sigma_y^2c_2)}$接近1Flare Score$\frac{1}{N}\sum_{i1}^N |R_i - G_i|_1$接近0在Flare7K测试集上的性能对比模型PSNR ↑SSIM ↑Flare Score ↓推理时间(ms)原图18.20.760.142-U-Net28.70.890.05245Restormer29.30.910.04878我们的模型29.10.900.04652对于实际应用中的边缘设备部署建议使用TorchScript进行模型导出model.eval() example_input torch.rand(1, 3, 512, 512).to(cuda) traced_script torch.jit.trace(model, example_input) traced_script.save(flare_removal.pt)在部署到移动端时可以进一步使用量化技术减小模型体积quantized_model torch.quantization.quantize_dynamic( model, {nn.Conv2d}, dtypetorch.qint8 ) torch.jit.save(torch.jit.script(quantized_model), quantized.pt)经过实际测试量化后的模型在保持90%以上精度的同时体积减小为原来的1/4推理速度提升2倍以上。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2434279.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…