modify model name in yamls and update README

README.md

@@ -152,12 +152,13 @@ python scripts/generate_meta_info.py --input datasets/DF2K/DF2K_HR, datasets/DF2
 
 ## 训练
 ### 完整训练
+#### 训练Real-ESRNet
 1. 下载预训练模型 [ESRGAN](https://github.com/xinntao/Real-ESRGAN/releases/download/v0.1.1/ESRGAN_SRx4_DF2KOST_official-ff704c30.pth), 将模型放到 `experiments/pretrained_models`目录下。
 ```bash
 wget https://github.com/xinntao/Real-ESRGAN/releases/download/v0.1.1/ESRGAN_SRx4_DF2KOST_official-ff704c30.pth -P experiments/pretrained_models
 ```
 
-2. 相应地修改选项文件 `options/train_realesrnet_x4plus.yml` 中的内容:
+2. 相应地修改 `options/train_realesrnet_x4plus.yml` 中的内容:
 ```yml
 train:
     name: DF2K+OST
@@ -168,7 +169,7 @@ train:
         type: disk
 ```
 
-如果需要指定预训练路径到其他文件, 请修改 `pretrain_network_g` 参数, 当前默认保存为`experiments/train_RealESRNetx4plus_1000k_B12G4_fromESRGAN/model/net_g_1000000.pth`。
+如果需要指定预训练路径到其他文件, 请修改 `pretrain_network_g` 参数, 当前默认保存为`experiments/train_RealESRNetx4plus_1000k_B12G4_fromESRGAN/models/net_g_1000000.pth`。
 
 3. 如果你想在训练过程中执行验证, 就取消注释这些内容并进行相应的修改：
 ```yml
@@ -196,9 +197,13 @@ train:
     #       test_y_channel: false
 ```
 
-### 微调训练
+#### 训练Real-ESRGAN
+1. Real-ESRNet模型训练完成后，得到`experiments/train_RealESRNetx4plus_1000k_B12G4_fromESRGAN/models/net_g_1000000.pth`;
 
-你可以用自己的数据集微调 Real-ESRGAN。一般地, 微调（Fine-Tune）程序可以分为两种类型:
+2. 大多数修改与上面列出的类似, 相应地修改文件  `options/train_realesrgan_x4plus.yml` 中的内容. 如果需要指定其他文件的预训练路径, 请修改 `pretrain_network_g` 参数.
+
+### 微调Real-ESRGAN
+你可以用自己的数据集微调Real-ESRGAN。一般地, 微调（Fine-Tune）程序可以分为两种类型:
 
 1. [动态生成降级图像](#动态生成降级图像)
 2. [使用**已配对**的数据](#使用已配对的数据)
@@ -262,9 +267,9 @@ python scripts/generate_meta_info_pairdata.py --input datasets/DF2K/DIV2K_train_
     wget https://github.com/xinntao/Real-ESRGAN/releases/download/v0.2.2.3/RealESRGAN_x4plus_netD.pth -P experiments/pretrained_models
     ```
 
-3. finetune
+3. 微调准备
 
-修改选项文件 [options/finetune_realesrgan_x4plus_pairdata.yml](options/finetune_realesrgan_x4plus_pairdata.yml) , 特别是 `datasets` 部分：
+修改 [options/finetune_realesrgan_x4plus_pairdata.yml](options/finetune_realesrgan_x4plus_pairdata.yml) 中的配置项, 特别是 `datasets` 部分：
 
 ```yml
 train:
@@ -276,9 +281,10 @@ train:
     io_backend:
         type: disk
 ```
+
 ### 训练命令
 #### 单机多卡
-默认auto_resume模式, 根据完整训练或者微调训练, 修改-opt参数对应的yml文件。当前默认为完整训练
+默认auto_resume模式, 根据完整训练或者微调训练, 修改-opt参数对应的yml文件。当前默认为微调训练
 ```bash
 bash train.sh
 ```
@@ -286,14 +292,14 @@ 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。
 
-默认auto_resume模式, 如需训练别的yaml，请修改`$REAL-ESRGAN_ROOT/single_process.sh`中CONFIG参数。
+默认auto_resume模式, 根据完整训练或者微调训练, 请修改`$REAL-ESRGAN_ROOT/single_process.sh`中CONFIG参数。
 
 ```bash
 bash run_train_multi.sh
 ```
 
 ## 推理
-下载预训练模型[RealESRGAN_x4plus.pth](https://github.com/xinntao/Real-ESRGAN/releases/download/v0.1.0/RealESRGAN_x4plus.pth), 将其放入 weights文件夹下, 测试结果默认保存在results文件夹下。
+下载预训练模型[RealESRGAN_x4plus.pth](https://github.com/xinntao/Real-ESRGAN/releases/download/v0.1.0/RealESRGAN_x4plus.pth), 将其放入 weights 文件夹下, 测试结果默认保存在results文件夹下。
 
 ```bash
 # 下载预训练模型

options/finetune_realesrgan_x4plus.yml

@@ -98,8 +98,8 @@ network_d:
 
 # path
 path:
-  # use the pre-trained Real-ESRNet model
-  pretrain_network_g: experiments/pretrained_models/RealESRNet_x4plus.pth
+  # use the pre-trained Real-ESRGAN model
+  pretrain_network_g: experiments/pretrained_models/RealESRGAN_x4plus.pth
   param_key_g: params_ema
   strict_load_g: true
   pretrain_network_d: experiments/pretrained_models/RealESRGAN_x4plus_netD.pth

options/finetune_realesrgan_x4plus_pairdata.yml

@@ -60,8 +60,8 @@ network_d:
 
 # path
 path:
-  # use the pre-trained Real-ESRNet model
-  pretrain_network_g: experiments/pretrained_models/RealESRNet_x4plus.pth
+  # use the pre-trained Real-ESRGAN model
+  pretrain_network_g: experiments/pretrained_models/RealESRGAN_x4plus.pth
   param_key_g: params_ema
   strict_load_g: true
   pretrain_network_d: experiments/pretrained_models/RealESRGAN_x4plus_netD.pth

train.sh

@@ -4,10 +4,15 @@ export HSA_FORCE_FINE_GRAIN_PCIE=1
 export USE_MIOPEN_BATCHNORM=1
 
 echo "Training start ..."
-## train multi
+## Train
+## Train Real-ESRNet
 # python -m torch.distributed.launch --nproc_per_node=4 --master_port=4321 realesrgan/train.py -opt options/train_realesrnet_x4plus.yml --launcher pytorch --auto_resume
-## train single
+## single
 # python realesrgan/train.py -opt options/train_realesrnet_x4plus.yml --auto_resume
+## Train Real-ESRGAN
+# python -m torch.distributed.launch --nproc_per_node=4 --master_port=4321 realesrgan/train.py -opt options/train_realesrgan_x4plus.yml --launcher pytorch --auto_resume
+## single
+# python realesrgan/train.py -opt options/train_realesrgan_x4plus.yml --debug
 
 ## finetune
 python -m torch.distributed.launch --nproc_per_node=4 --master_port=4321 realesrgan/train.py -opt options/finetune_realesrgan_x4plus.yml --launcher pytorch --auto_resume
\ No newline at end of file