README.md

# HAT
## 论文
`HAT: Hybrid Attention Transformer for Image Restoration`
- https://arxiv.org/abs/2309.05239

## 模型结构
HAT包括三个部分，包括浅层特征提取、深层特征提取和图像重建。

<div align=center>
    <img src="./doc/model.png"/>
</div>

## 算法原理
HAT方法结合了通道注意力和基于窗口的自注意力方案，利用两者的互补优势。此外，引入了重叠的跨注意力模块来增强相邻窗口特征之间的交互，更好地聚合跨窗口信息。在训练阶段，HAT还采用了相同的任务预训练策略，以进一步挖掘模型的潜力进行进一步改进。得益于这些设计，HAT可以激活更多的像素进行重建，从而显著提高性能。

<div align=center>
    <img src="./doc/method.png"/>
</div>

## 环境配置
-v 路径、docker_name和imageID根据实际情况修改

### Docker（方法一）
```bash
docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.13.1-centos7.6-dtk23.10-py38
docker run -it -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal/:/opt/hyhal/:ro --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash

cd /your_code_path/hat_pytorch
pip install -r requirements.txt
python setup.py develop
```

### Dockerfile（方法二）
```bash
cd ./docker

docker build --no-cache -t hat:latest .
docker run -it -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal/:/opt/hyhal/:ro --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash

cd /your_code_path/hat_pytorch
python setup.py develop
```

### Anaconda（方法三）
1、关于本项目DCU显卡所需的特殊深度学习库可从光合开发者社区下载安装: https://developer.hpccube.com/tool/

```bash
DTK软件栈：dtk23.10
python：python3.8
torch：1.13.1
torchvision：0.14.1
```

`Tips：以上dtk软件栈、python、torch等DCU相关工具版本需要严格一一对应`

2、其他非特殊库直接按照requirements.txt安装
```bash
pip install -r requirements.txt
python setup.py develop
```

## 数据集
- 训练：
[ImageNet dataset](https://image-net.org/challenges/LSVRC/2012/2012-downloads.php)

[DIV2K Train Data (HR images)](http://113.200.138.88:18080/aidatasets/project-dependency/div2k/-/blob/master/DIV2K_train_HR.zip)

[Flickr2K](http://113.200.138.88:18080/aidatasets/project-dependency/flickr2k/-/blob/master/Flickr2K.tar)

训练数据处理请参考[BasicSR](https://github.com/XPixelGroup/BasicSR/blob/master/docs/DatasetPreparation.md)

- 测试：
[Classical SR Testing](http://113.200.138.88:18080/aidatasets/project-dependency/classical-sr)

数据准备具体步骤如下：
1. 将数据存放在`datasets`目录下；

2. `BSD100`和`urban100`需要再各自目录下新`GTmod4`、`LRbicx4`两个新目录，并把原始图片存放进`GTmod4`目录下，然后再`datasets`目录下分别执行下面两条命令：
```bash
python gen_LRbicx4.py --file_name ./BSD100
python gen_LRbicx4.py --file_name ./urban100
```

3. 建数据集的目录结构如下:
`DF2K`：DIV2K和Flickr2的HR数据的整合
```
├── DF2K
│   ├── DF2K_HR # HR 数据
│   ├── DF2K_HR_sub # 生成的
│   ├── DF2K_bicx4 # train_LR_bicubic_X4 数据
│   ├── DF2K_bicx4_sub # 生成的
├── Set5
│   ├── GTmod12
│   ├── LRbicx2
│   ├── LRbicx3
│   ├── LRbicx4
├── Set14
│   ├── GTmod12
│   ├── LRbicx2
│   ├── LRbicx3
│   ├── LRbicx4
├── BSDS100
│   ├── GTmod4 # 原始图像
│   ├── LRbicx4
├── urban100
│   ├── GTmod4 # 原始图像
│   ├── LRbicx4
```

Tips: 项目提供了`tiny_datasets`用于快速上手学习，如果使用`tiny_datasets`，需要对下面的代码内的地址进行替换，当前默认完整数据集的处理地址。

2. 因`DF2K`数据集是2K分辨率，而我们在训练的时候往往并不要那么大(常见的是128x128或者192x192的训练patch)。因此我们可以先把2K的图片裁剪成有overlap的480x480的子图像块，然后再由`dataloader`从这个480x480的子图像块中随机crop出128x128或192x192的训练patch。

```bash
python extract_subimages.py # 将图片进行sub
```

3. 生成`meta_info_file`
```bash
python generate_meta_info.py
```

## 训练
训练日志及权重保存在`/experiments`文件中，预训练模型下载地址[预训练权重](#预训练权重)。

### 单机多卡
```bash
# 默认 train_HAT_SRx4_finetune_from_ImageNet_pretrain.yml
bash train.sh
```

### 多机多卡
使用多节点的情况下，需要将使用节点写入hostfile文件，多节点每个节点一行，例如: c1xxxxxx slots=4。

1. [run_train_multi.sh](/run_train_multi.sh)中`18行`所需虚拟环境变量地址;

2. 修改[single_process.sh](./single_process.sh)中22行所需训练的`yaml文件`地址，如与默认一致，可不修改。

执行命令如下，训练日志保存在logs文件夹下
```bash
# 默认 train_HAT_SRx4_finetune_from_ImageNet_pretrain.yml
bash run_train_multi.sh
```

## 推理
预训练模型下载地址[预训练权重](#预训练权重)，测试结果将保存到`./results`路径下。[HAT_SRx4_ImageNet-LR.yml](options/test/HAT_SRx4_ImageNet-LR.yml)适用于不使用`ground truth image`的推理过程。
```bash
# 默认 HAT_SRx4_ImageNet-pretrain.yml
bash val.sh
```

## result
基于`Real_HAT_GAN_SRx4_sharper.pth`的测试结果展示

<div align=center>
    <img src="./doc/Visual_Results.png"/>
</div>

### 精度
测试数据如下表中所示，使用的加速卡:Z100L。

| DEVICE | Params(M) | Multi-Adds(G) | Set5 | Set14 | BSD100 | Urban100 |
| :------: | :------: | :------: | :------: |:------: | :------: | :------: |
| Z100L | 20.8 | 102.4 | 33.1486 | 29.3587 | 25.4074 | 21.2687 |

## 应用场景
### 算法类别
图像重建

### 热点应用行业
交通,公安,制造

## 预训练权重
预训练模型下载地址：[SCNet-AIModels](http://113.200.138.88:18080/aimodels/findsource-dependency/hat_pytorch)

## 源码仓库及问题反馈
- https://developer.hpccube.com/codes/modelzoo/hat_pytorch

## 参考资料
- https://github.com/XPixelGroup/HAT