Vision Transformers for Single Image Dehazing代码解读

目录结构：

配置文件，里面包含了一些超参数和模型设置的选项。

• "batch_size": 32，代表训练时每个batch使用的样本数。
• "patch_size": 256，代表将原始图像切成多少大小为256x256的小块进行训练。
• "valid_mode": "test"，代表验证集使用的数据集，这里是test。
• "edge_decay": 0，代表去除图像边缘的程度，这里为0。
• "only_h_flip": false，代表是否只使用水平翻转数据扩增，这里为false。
• "optimizer": "adamw"，代表使用的优化器，这里是AdamW。
• "lr": 4e-4/，代表学习率，这里是4e-4或2e-4。
• "epochs":300，代表训练的总epoch数。
• "eval_freq": 1，代表每多少个epoch输出一次验证集的结果，输出psnr和ssim的值。

自己训练的话，创建一个配置文件来训练。

loader.py实现了一个数据加载器。其中包括两个类：PairLoader 和 SingleLoader。

PairLoader 类用于对图像进行配对加载，即同时加载原始图像和目标图像，原始图像存放在 hazy 目录下，目标图像存放在 GT 目录下。其中 data_dir 是数据集的根目录，sub_dir 是数据集子目录（比如训练集、验证集等），mode 是数据加载模式，支持三种模式：训练模式、验证模式和测试模式。