Old Photo Restoration (Paddle Implementation)

aistudio项目链接地址：https://aistudio.baidu.com/aistudio/projectdetail/2524206?contributionType=1&shared=1
复现论文为：Old Photo Restoration via Deep Latent Space Translation
官方开源 pytorch 代码：Bringing-Old-Photos-Back-to-Life
数据集采用VOC数据集，和小部分真实老照片，老照片数据地址

模型及配置文件存放网盘链接：https://pan.baidu.com/s/1cHqzIwtIEv92wsGOrxQwiQ 提取码：fjng

可视化效果图网盘链接：https://pan.baidu.com/s/1uzyHsURuNDw1Kv0vPbrR8Q 提取码：s32p

训练数据网盘链接：https://pan.baidu.com/s/1cBgs5zntYFbXDfhvht7dPg 提取码：9uk6

训练精度指标达标情况：

Performance	PSNR	SSIM	FID	LPIPS
Target	23.33	0.69	134.35	0.25
stage_A/Epoch(20)	23.929	0.749	31.928	0.302
stage_B/Epoch(20)	24.269	0.834	21.873	0.189
stage_Map/Epoch(20/A:20,B:20)	22.930	0.709	122.859	0.321

训练方式：

• 终端在Old2Life文件目录下执行以下命令：
  bash train.sh
• 如果想要训练单个阶段，可以通过如下命令执行。
  bash Global/run_a.sh、bash Global/run_b.sh、bash Global/run_map.sh

如果需要更改训练参数，可以在当中进行修改。

必选参数解释

• dataroor:存放图片数据的位置。格式为.bigfile。
  例如：/home/aistudio/work/Old2Life/test_old
• output_dir:图片输出路径。第一行为扰动照片，第二行为生成的结果，第三行为训练目标。
  例如：/home/aistudio/work/Old2Life/output/
• checkpoints_dir:保存结果参数和训练日志存放路径。
  例如：/home/aistudio/work/Old2Life/checkpoints \

测试方式：

1.查看测试指标
终端在Old2Life目录下执行以下命令：
bash test_Sea.sh
2.查看图片重建可视化效果
终端在Old2Life目录下执行以下命令：
bash test_Elm.sh

必选参数解释

• load_pretrainA：存放A阶段训练模型的路径文件夹。
  例如：/D/Desktop/plan/Old2Life/Global/checkpoints/domainA_SR_old_photos
• load_pretrainB：存放B阶段训练模型的路径文件夹。
  例如：/D/Desktop/plan/Old2Life/Global/checkpoints/domainB_old_photos
• dataroot：测试性能指标的图片的存放路径。
  例如：/home/aistudio/work/Old2Life/test_old
• checkpoints_dir：存放配置信息和模型信息的主文件位置。
  例如：D:\\Desktop\\plan\\Old2Life\\Global\\checkpoints
• test_input：测试老照片图片存放的位置。
  例如：/home/aistudio/work/Old2Life/test_old
• output_dir：转换的图片输出路径。
  例如：/home/aistudio/work/Old2Life/output/

效果图展示