截止12.17 bitahub踩坑，mask无数次更改，lama代码的那些痛，羊了个羊

news2024/11/18 20:39:35

前面那篇跑出了STCN，倒是STCN熟悉了很多了

对bitahub，需要注意一个问题

要进ssh请用debug卡！！！！
要进ssh请用debug卡！！！！
要进ssh请用debug卡！！！！

12.13

小杜帮我把lama的docker配好了，于是愉快地跑lama
（这个时候觉得bitahub是真不太好用，大文件传不上去，每次都得进ssh自己往上传，还有三小时的限制）

但是发现这个lama的效果真是糟糕

在这里插入图片描述
后来询问了学长，哦哦蒙层要是白色的才能覆盖他rgb三个通道

12.14

改蒙层颜色了，还写了python代码

一开始写的是只要rgb通道有一个大于60，就把这个地方改成白色

也挺成功的

后来学长告诉我其实这个代码已经写好了，还贴心地写了readme，但是我没有看到呜呜

包括dilation（感觉是让边缘不要那么糊）和closing（去mask中的洞洞的）
还有一个把mask蒙在原图片上看效果的

一个注意点：千万要把蒙层完全蒙在图片上，宜大不宜小

否则LAMA会觉得这是一个背景
在这里插入图片描述

在这里插入图片描述
学长可能最近比较忙，没有回我


import argparse
import numpy as np
import glob
import os
import scipy.ndimage


def main(args):
    views, masks, output, mask_output = args.views, args.masks, args.output, args.mask_output
    dilation = args.dilation
    views = sorted(glob.glob(os.path.join(views, '*.png')))
    masks = sorted(glob.glob(os.path.join(masks, '*.png')))
    if not os.path.exists(output):
        os.makedirs(output)
    if not os.path.exists(mask_output):
        os.makedirs(mask_output)
    assert len(views) == len(masks)
    for i in range(len(views)):
        view = cv2.imread(views[i])
        mask = cv2.imread(masks[i])
        mask = mask / 255.
        mask_single = np.sum(mask, axis=2, keepdims=True)
        mask_single[mask_single > 0] = 1
        # dilation
        if dilation > 0:
            mask_single = scipy.ndimage.binary_dilation(mask_single, iterations=dilation)
        # closing
        mask_single = cv2.morphologyEx(mask_single.astype(np.uint8), cv2.MORPH_CLOSE, np.ones((21, 21), np.uint8))
        mask_single = scipy.ndimage.binary_fill_holes(mask_single)
        if len(mask_single.shape) == 2:
            mask_single = mask_single[:, :, np.newaxis]
        view = view * (1 - mask_single)
        out_path = os.path.join(output, '{:05d}.png'.format(i))
        out_mask_path = os.path.join(mask_output, '{:05d}.png'.format(i))
        cv2.imwrite(out_path, view)
        cv2.imwrite(out_mask_path, mask_single * 255.)

        
if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument('--views', type=str)
    parser.add_argument('--masks', type=str)
    parser.add_argument('--dilation', type=int, default=5)
    parser.add_argument('--output', type=str)
    parser.add_argument('--mask_output', type=str)
    args = parser.parse_args()
    main(args)