Zooming Slow-Mo: Fast and Accurate One-Stage Space-Time Video Super-Resolution---视频超分辨代码调试总结

变焦慢动作：快速准确的一级时空视频超分辨率----代码调试

论文地址：https://ieeexplore.ieee.org/document/9157519
代码地址：https://github.com/Mukosame/Zooming-Slow-Mo-CVPR-2020

一、搭建环境：创建虚拟环境

（1）安装pytorch1.7和cuda11.0版本
运行命令：

conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=11.0 -c pytorch

（2）安装必须的软件包：

pip install numpy opencv-python lmdb pyyaml pickle5 matplotlib seaborn

注意：pickle5是python集成的包，不需要自己手动安装了！
步骤（2）也可以直接运行下面的命令进行安装！

 pip install -r requirements.txt

二、编译DNCv2

运行命令：

python setup.py build develop
python test.py

DNCv2编译不成功问题：解决办法：

1、首先需要更新代码，使代码支持pytorch1.7及以上版本
下载链接：https://github.com/lbin/DCNv2/tree/pytorch_1.7
将下载的文件，替换ZSM中的DNCv2文件。
2、检查电脑中的vs版本，是不是vs2017，这个编译C++，只能使用VS2017及以上版本，本次使用的是VS2017版本。
下载地址:https://pan.baidu.com/s/1ihZ0rd381CFRakqj6aomZQ
提取码：77vc
之后进行安装就可以了！

进入DNCv2目录下
终端输入：

python setup.py build develop

出现如下图片，编译DNCv2成功！

接下来运行test.py文件，会出现如下结果，这个runtimeError可以不用理会！
代码中有提到这是double和float精度的问题。
这是因为torch的gradcheck需要double，而输入的都是float类型。不过dcnv2的readme.md里也有提到，如下：

运行结果如下，就可以了！

如果出现导包问题：
出现如下红色波浪线：

如下方法解决：将codes文件夹mark成Sources Root就可以了。

三、进行测试

进入codes目录终端下运行：

python test.py

运行代码出现下列问题：

修改方法：加输出语句测试，更改import的级联关系，发现缺少DCN_sep

分析出错原因：DNCv2包里面缺少类DCN_sep,导致调用包时出错。

解决办法：将带有DNC_sep类的dnc_v2.py文件替换现在的dnc_v2.py（论文代码中的dnc_v2.py代替自己上一步下载的支持pytorch1.7版本的DNCv2中的dnc_v2.py代码）

接下来进入到codes目录下，进行测试，加载预训练模型，如下，测试成功！

测试结果保存在E:\PycharmWorkPlace\Zooming-Slow-Mo-CVPR-2020-master\results（根目录下results中）
结果如下：

接下来可以测试自己的数据集了：
① 将自己的测试文件夹放在test_example 中。
② 在test.py 中更改输入路径、帧数等。

自定义测试结果将保存到以下文件夹中：$ZOOMING_ROOT/results/your_data_name/中
自己进行相关参数的修改

如果测试自己的数据集出现下图错误：

分析原因：CUDA内存不够用了。
解决办法：（1）减小batchsize
（2）不计算梯度和释放内存
（3）自己PS工具裁剪图片大小
参考链接：https://blog.csdn.net/weixin_41529093/article/details/114780036

PS–论文模型及原理见：https://blog.csdn.net/BingY_998/article/details/122244556