单图像去雾算法AOD-Net实现

此压缩包包含对于IEEE论文AOD-Net的原始英文paper文档、pytorch代码实现，和个人制作的PPT说明对此论文的具体实现思路和Torch编写思路，分享给大家！

import os
import sys

import torch
import torch.utils.data as data

import numpy as np
from PIL import Image
import glob
import random
import cv2

random.seed（1143）


def populate_train_list（orig_images_path hazy_images_path）:


	train_list = []
	val_list = []
	
	image_list_haze = glob.glob（hazy_images_path + “*.jpg“）

	tmp_dict = {}

	for image in image_list_haze:
		image = image.split（“/“）[-1]
		key = image.split（“_“）[0] + “_“ + image.split（“_“）[1] + “.jpg“
		if key in tmp_dict.keys（）:
			tmp_dict[key].append（image）
		else:
			tmp_dict[key] = []
			tmp_dict[key].append（image）


	train_keys = []
	val_keys = []

	len_keys = len（tmp_dict.keys（））
	for i in range（len_keys）:
		if i < len_keys*9/10:
			train_keys.append（list（tmp_dict.keys（））[i]）
		else:
			val_keys.append（list（tmp_dict.keys（））[i]）


	for key in list（tmp_dict.keys（））:

		if key in train_keys:
			for hazy_image in tmp_dict[key]:

				train_list.append（[orig_images_path + key hazy_images_path + hazy_image]）


		else:
			for hazy_image in tmp_dict[key]:

				val_list.append（[orig_images_path + key hazy_images_path + hazy_image]）



	random.shuffle（train_list）
	random.shuffle（val_list）

	return train_list val_list

	

class dehazing_loader（data.Dataset）:

	def __init__（self orig_images_path hazy_images_path mode=‘train‘）:

		self.train_list self.val_list = populate_train_list（orig_images_path hazy_images_path） 

		if mode == ‘train‘:
			self.data_list = self.train_list
			print（“Total training examples:“ len（self.train_list））
		else:
			self.data_list = self.val_list
			print（“Total validation examples:“ len（self.val_list））

		

	def __getitem__（self index）:

		data_orig_path data_hazy_path = self.data_list[index]

		data_orig = Image.open（data_orig_path）
		data_hazy = Image.open（data_hazy_path）

		data_orig = data_orig.resize（（480640） Image.ANTIALIAS）
		data_hazy = data_hazy.resize（（480640） Image.ANTIALIAS）

		data_orig = （np.asarray（data_orig）/255.0） 
		data_hazy = （np.asarray（data_hazy）/255.0） 

		data_orig = torch.from_numpy（data_orig）.float（）
		data_hazy = torch.from_numpy（data_hazy）.float（）

		return data_orig.permute（201） data_hazy.permute（201）

	def __len__（self）:
		return len（self.data_list）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件         19  2018-09-25 11:09  PyTorch-Image-Dehazing-master\.gitignore

     文件       2219  2018-09-25 11:09  PyTorch-Image-Dehazing-master\dataloader.py

     文件        914  2018-09-25 11:09  PyTorch-Image-Dehazing-master\dehaze.py

     文件       1062  2018-09-25 11:09  PyTorch-Image-Dehazing-master\LICENSE

     文件        877  2018-09-25 11:09  PyTorch-Image-Dehazing-master\net.py

     文件       1207  2018-09-25 11:09  PyTorch-Image-Dehazing-master\README.md

     文件    1379187  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\canyon.png

     文件     866950  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\guogong.png

     文件      60867  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\indoor.jpg

     文件     797913  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\man.png

     文件      85178  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\NYU2_102_7_2.jpg

     文件      69221  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\NYU2_741_7_2.jpg

     文件     761828  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\test.png

     文件     190499  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\test10.jpg

     文件      73208  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\test11.jpg

     文件      65692  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\test12.jpg

     文件      80204  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\test13.jpg

     文件     104932  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\test14.jpg

     文件      73901  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\test15.jpg

     文件    1673446  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\test17.bmp

     文件     374502  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\test2.jpg

     文件      75735  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\test3.jpg

     文件      53602  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\test4.jpg

     文件      43357  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\test5.jpg

     文件     209886  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\test6.jpg

     文件     129774  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\test7.jpg

     文件      70085  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\test8.jpg

     文件     358681  2018-09-25 11:09  PyTorch-Image-Dehazing-master\results\test9.jpg

     文件         12  2018-09-25 11:09  PyTorch-Image-Dehazing-master\samples\dummyText.txt

     文件       8613  2018-09-25 11:09  PyTorch-Image-Dehazing-master\snapshots\dehazer.pth

............此处省略35个文件信息