DSEN2_CR_PYTORCH

2023.12.26: 似乎原作者已经上传了自己的代码，可以点击此链接查看
2023.12.26: It seems that the original authors have uploaded their own code, click on this link to view.

DSen2_CR神经网络的pytorch版本
Pytorch version of the DSen2_CR neural network.

---

数据集下载地址 / Dataset Download Links

• 官方下载地址 / Official Download Link: https://dataserv.ub.tum.de/index.php/s/m1554803
• 百度网盘 / Baidu Netdisk:
  • 链接 / Link: https://pan.baidu.com/s/11lypfXe24byyk5FM8yZ1ZA
  • 提取码 / Extraction Code: fxps
  • 请注意，数据集很大，需要将所有压缩分卷下下来才能解压，建议预留500G磁盘空间，下载单个压缩包下来无法解压，如有任何问题，请在我的仓库下面提ISSUE，或者邮件联系我

---

数据组织方式 / Data Organization

请按照以下方式组织数据：
Please organize the data as follows:

dataset_name
├── ROIs1158_spring
│ ├── s1_*
│ ├── s2_*
│ └── s2_cloudy_*
├── ROIs1868_summer
│ ├── s1_*
│ ├── s2_*
│ └── s2_cloudy_*
├── ROIs1970_fall
│ ├── s1_*
│ ├── s2_*
│ └── s2_cloudy_*
└── ROIs2017_winter
  ├── s1_*
  ├── s2_*
  └── s2_cloudy_*

---

使用说明 / Usage Instructions

1. Visdom可视化 / Visdom Visualization

• 可以使用Visdom进行可视化。
  You can use Visdom for visualization.
• 打开CMD，输入以下命令以下载Visdom：
  Open CMD and enter the following command to install Visdom:

  pip install visdom

• 启动Visdom服务器： Start the Visdom server:

  python -m visdom.server

• 在浏览器中查看训练图片和损失。 View training images and losses in your browser.
• 如果不想要这个功能，请在train.py中删除包含"vis"的代码。 If you don’t want this feature, delete the code containing "vis" in train.py.

2. 网络设置 / Network Configuration

• 在config.py中可以调整网络设置。 You can adjust the network settings in config.py.

3. 训练与预测 / Training and Prediction

• 使用以下命令训练网络： Use the following command to train the network

  python train.py

• 使用以下命令进行预测： Use the following command for prediction:

  python predict.py

3. 注意事项 / Notes

• 确保数据集已正确组织并放置在dataset_name目录下。 Ensure the dataset is organized correctly and placed in the dataset_name directory.
• 训练和预测过程中，请根据实际情况调整参数。 Adjust parameters as needed during training and prediction.