Skip to content

Latest commit

 

History

11 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

图像修复与对比学习:从去雨任务开始

欢迎参与凌睿工作室的本次招新任务!

这是 “图像修复与对比学习:从去雨任务开始” 的官方代码库


核心任务流程与提交指南

为方便我们进行评审,请严格按照以下流程完成任务与提交

步骤一:准备工作

  1. Fork 仓库: 点击本页面右上角的 Fork 按钮,将此仓库复制到你自己的 GitHub 账户下。请确保你的 Fork 仓库是公开的 (Public)
  2. 环境配置: 在本地创建虚拟环境,并根据 requirements.txt 文件安装所有依赖库
  3. 准备数据: 下载 Rain200L 数据集,并按照下面的目录结构放置在 data 文件夹内
    data/
    └── Rain200L/
        ├── train/
        └── test/
    

步骤二:完成任务与撰写报告

  1. 阅读题干: 详细的任务说明和要求,请参见原题干

  2. 完成编码: 在你 Fork 的仓库中,根据题干要求完成所有代码的编写与修改

  3. 撰写报告:

    • 在你的仓库根目录下创建一个名为 Reports 的文件夹
    • 根据题干的结构,为每一个你完成的小任务创建一个对应的 Markdown 文件。例如,Part1-任务一.md, Part1-任务二.md ...
    • 重要: 如果你没有完成某个任务(尤其是附加题),请不要创建对应的 Markdown 文件。这将帮助我们快速定位你完成的部分
    • 将所有问题的回答、思考、截图和代码块,分别填入对应的 Markdown 文件中

    一种符合预期的 Reports 目录结构示例:

    Reports/
    ├── Part1-任务一.md
    ├── Part1-任务二.md
    ├── Part1-任务三.md
    ├── Part2-第一部分-任务一.md
    ├── Part2-第一部分-任务二.md
    └── ... (其他你完成的任务)
    

步骤三:最终提交

  1. 确认与推送: 确保你所有的代码修改和 Reports 目录下的报告文件都已 commit 并 push 到你自己的 GitHub 仓库
  2. 提交链接: 提交一个 .pdf 文件,其中需包含你的你的 GitHub 仓库链接,然后将此 .pdf 文件上传到招新平台

重要须知

  • 我们评审的唯一依据是你提供的 GitHub 仓库中的内容
  • 如果你在提交链接后,对仓库内容进行了修改,请务必在 .pdf 文件中主动告知出题人你修改的部分,否则我们将以初次评审时的版本为准
  • 请勿 将你的代码库打包成 .zip 文件上传,这不符合本次任务的要求

快速参考:如何运行

题干中包含了详细的运行说明。这里提供最基础的命令作为快速参考

# 训练示例 (更多参数请见 main.py)
python main.py --data_dir "./data/Rain200L" --model baseline --mode train

# 测试示例
python main.py --data_dir "./data/Rain200L" --model baseline --mode test --checkpoint "path/to/your/checkpoint.pth.tar"

About

This is the codebase for the Ling Rui Studio's recruitment task "Image Restoration and Contrastive Learning: From the De-raining Task".

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages