企业官网建设流程全解析

简介：基于Pytorch实现的对偶生成对抗网络（DualGAN）图像去雾项目，面向计算机视觉方向的课程设计、毕业设计以及入门GAN的开发者。项目采用U-Net作为生成器、PatchGAN作为判别器，通过G_A（有雾→无雾）与G_B（无雾→有雾）两个生成器和对应的两个判别器完成对抗训练，代码结构清晰，便于理解对偶对抗机制。压缩包共26个文件，以10个Python源码为核心，涵盖训练、预测、数据加载与参数解析等模块，另含预训练模型（.pkl）、效果图与测试图片、说明文档等，总大小21.23MB。已有210人学习下载，资源内附文档说明和关键注释，并提供了完整可运行的训练与预测流程，下载后可直接体验去雾效果，也方便在此基础上进行改进和二次开发，非常适合作为毕设、课设或项目初期演示使用。

1. 雾图不配对也能学：DualGAN 把去雾做成了循环翻译

有雾图像到无雾图像的转换，最大的瓶颈不是模型容量，而是训练数据。真实场景里你很难拿到同一机位、同一视角的“有雾/无雾”严格配对样本，而合成数据训练的模型拿到户外又容易瘫。Pytorch 生态里基于生成对抗网络的去雾方案不少，但大部分需要配对监督。DualGAN 走的是另一条路线：用两个生成器和两个判别器构成循环翻译结构，不需要像素级配对，只要“有雾图集合”和“无雾图集合”两个目录就能训练。对于做课程设计、毕业设计，或者想快速在图像到图像翻译上落地的 Python 开发者来说，这套代码的结构非常规整：生成器是 U-Net，判别器是 PatchGAN，训练和预测脚本分离，还带了预训练权重。下面从网络结构拆到训练参数，再把推理阶段容易踩的坑一起过一遍。

2. DualGAN 网络结构与 Pytorch 实现拆解

2.1 生成器为什么选 U-Net：跳连结构保住纹理细节

DualGAN 里有对称的两个生成器：G_A 负责把有雾图映射成无雾图，G_B 负责把无雾图映射成有雾图。代码里两个生成器共用同一个 U-Net 结构，只是实例化时区分角色。U-Net 的骨架是“编码器-解码器”，编码器逐层下采样提取语义特征，解码器逐层上采样恢复分辨率。单看这条路径，细节信息会在下采样过程中丢失，去雾结果容易出现边缘模糊、纹理被抹平的问题。

U-Net 的关键是每层下采样后的特征图会通过跳连（skip connection）直接拼到对应层上采样结果上。这样解码器在恢复细节时，手里同时握着高层语义和低层纹理，去雾后的图像能保留更多原始边缘和纹理信息。在 Pytorch 里，这种结构通常写在net/Generator.py，核心就是一个双路径的模块封装。常见实现里编码器用卷积加 InstanceNorm，解码器用转置卷积或者上采样加卷积，跳连通过torch.cat完成。一般写法类似这样：

# 伪代码级实现，对应 net/Generator.py 的内部逻辑 class UNetBlock(nn.Module): def __init__(self, in_ch, out_ch, inner=False): super().__init__() if inner: self.conv = nn.Conv2d(in_ch, out_ch, 3, padding=1) self.norm = nn.InstanceNorm2d(out_ch) else: self.conv = nn.Sequential( nn.Conv2d(in_ch, out_ch, 3, padding=1), nn.InstanceNorm2d(out_ch), nn.ReLU(True), nn.Conv2d(out_ch, out_ch, 3, padding=1), nn.InstanceNorm2d(out_ch), ) self.relu = nn.ReLU(True) def forward(self, x): return self.relu(self.norm(self.conv(x)))

这里inner=True表示 bottleneck 层只做一次卷积，不做下采样和上采样；非 bottleneck 层则被包在编码和解码路径里多次调用。选用 InstanceNorm 而不是 BatchNorm，是因为图像翻译任务里单张样本的统计量往往比 batch 统计量更稳定，去雾这种任务输入图像的亮度分布差异很大，BatchNorm 容易受同 batch 其他图的统计量干扰。Pytorch 里nn.InstanceNorm2d不需要维护 running mean，对单卡小 batch 训练更友好。

2.2 PatchGAN 判别器：6 通道输入怎么拼

判别器在 DualGAN 里也不是普通的“输出一个真/假标量”的分类器，而是 PatchGAN。PatchGAN 输出的是一个N x N的矩阵，每个元素对应输入图像上一块局部的真假判断。用这个设计的好处是参数少、关注局部纹理和颜色分布，能逼着生成器把每个局部区域都做得像真的，而不是只骗过全局统计。

项目中 D_A 和 D_B 的输入都是 6 通道。以 D_B 为例，它负责判别 G_A 生成的无雾图像，输入由两部分拼成：真实的 clear 图像和 G_A 生成的无雾图像，沿着通道维度拼接，得到[B, 6, H, W]的张量。D_A 同理，输入是真实的 hazy 图像和 G_B 生成的有雾图像拼接。判别器的任务就是区分拼接对里的“第二张图”到底来自真实集合还是生成器。

从 Pytorch 代码看，拼接操作就是torch.cat([real, fake], dim=1)，dim=1 对应通道维度。这里有一个很多初学容易忽略的点：判别器第一层卷积的in_channels必须是 6，而不是 3。改网络结构时如果只改了生成器没改判别器的输入通道，训练一启动就会报尺寸不匹配的错误。训练脚本里 dual 模型会把 G_A、G_B、D_A、D_B 四个网络实例统一封装，再分别传入各自的优化器。

2.3 循环一致性损失：对偶结构训练的支点

只有对抗损失的对偶训练是不稳定的，因为 G_A 可以把任意有雾图都映射成同一张“像无雾”的图，只要骗过 D_B 就行，这会丢失原图内容。DualGAN 用循环一致性来约束这种退化：一张有雾图经过 G_A 去雾后，再用 G_B 加雾回来，结果应该和原图基本一致；反过来对无雾图做一次 G_B → G_A 的循环也是如此。这样两个生成器就被绑成一个闭环，谁也偷不了懒。

Pytorch 实现里循环损失一般用 L1 距离，因为 L1 对边缘的惩罚比 L2 柔和，不容易把图磨平。代码上就是两次前向：

fake_clear = G_A(hazy) # 有雾 -> 无雾 recon_hazy = G_B(fake_clear) # 无雾 -> 有雾（还原） cycle_loss = L1_loss(recon_hazy, hazy) fake_hazy = G_B(clear) # 无雾 -> 有雾 recon_clear = G_A(fake_hazy) # 有雾 -> 无雾（还原） cycle_loss += L1_loss(recon_clear, clear)

recon_hazy和recon_clear就是循环重建结果。训练时用optimizer_G.zero_grad()清空梯度后，把 GAN 损失和 cycle loss 一起反传。项目文档里写 D_A 和 D_B 的输入是 6 通道，也正是为了配合这种“原图 + 生成图”成对判断的模式。理解了这个闭环，后面调参才知道改哪个损失、动哪个网络。

3. 数据组织与训练复现：train.py 参数怎么给

3.1 数据目录与配对的两种组织方式

train.py的训练入口要求数据放在data_path下，项目约定把成对图片分别放进clear和hazy两个文件夹。这里“成对”指的是文件名一一对应，比如1404_7.png在hazy里，对应clear里也有一张同名的无雾版本。这种组织方式在代码里通常通过按文件列表顺序读取实现，因此两个目录下的文件名必须完全一致，否则会读到错位的图。

如果确实拿不到配对数据，DualGAN 理论上也能训练，因为循环一致性损失不要求样本配对。但项目的数据加载器是在预加载阶段按索引对齐的，所以非配对场景需要改data_loader的读取逻辑，把“按索引取数”改成“按目录随机采样”。常见做法是直接保留现有结构，用合成数据集（比如 RESIDE 的子集）做训练，这样最简单、坑最少。

数据准备阶段还有一个容易忽略的环节：训练集图片尺寸。U-Net 对分辨率不敏感，但 PatchGAN 的 patch 数会随输入尺寸变化，训练时最好统一长宽。项目中图片 1404_7.png 这类样本是 600×400 左右，为了稳定训练，建议在parseArgs.py里加上--size参数，将图像缩放到固定尺寸，比如 256×256，或者保持 2 的幂次倍数，避免下采样时出现奇数维度。

3.2 训练命令与关键参数说明

环境方面，项目基于 Pytorch 实现，需要先确认本机 Python 版本和 Pytorch 环境能否对得上。以 Python 3.8 搭配 Pytorch 1.10 左右的组合比较省心，Pytorch 2.x 也能跑，但要注意旧代码里torchvision的接口变化。GPU 不是必须的，但这个模型用 CPU 训练会很慢，建议优先配置好 CUDA 版的 Pytorch，显存 6G 以上跑 256×256 的 batch_size=2 没有压力。

启动训练的命令写法如下：

python train.py \ --data_path ./data \ --size 256 \ --batch_size 2 \ --epoch 100 \ --lr 0.0002 \ --lambda 10.0

我一般会把参数含义和使用建议放到表格里，方便对照：

--lambda控制的是循环一致性损失的整体占比。值太大，生成器会偏向保守，输出图像更接近原图，去雾不彻底；值太小，对抗损失主导，图像可能产生伪影。论文里的常见设置是 10，实际训练中如果发现重建图细节保留得很好但去雾强度不够，可以适当下调到 5；如果图像开始出现奇怪的色斑和纹理，就调高一些。

3.3 从 loss.png 判断收敛状态

训练过程中项目会持续生成loss.png，里面记录了生成器损失、判别器损失以及循环一致性损失的曲线。很多新手盯着一个 total loss 看，这是不够的。正确姿势是拆开看三条曲线的相对关系：

• 生成器 G 的对抗损失下降，说明生成图像越来越能骗过判别器；
• 判别器 D 的损失波动但整体不坍缩为 0，说明判别器没有被生成器“打趴”，对抗是健康的；
• 循环一致性损失稳定下降，说明闭环约束在起作用，内容保真度在提升。

如果发现 D 的损失一路跌到接近 0，而 G 的损失还在涨，通常是判别器太强了，生成器梯度不稳定。常见处理是把判别器的学习率调低，比如 G 保持2e-4，D 降到5e-5，或者给判别器加谱归一化。如果 cycle loss 降不下去，先检查数据目录是否配对正确，再确认--lambda是否存在手滑设成了 0，这两个原因占了循环损失不收敛的大多数情况。、

顺带提一句，项目中train.py与dual.py分工明确，前者处理命令行参数、日志和 checkpoint 保存，后者负责四个网络的实例化与前向计算。想改损失权重，去dual.py后半部分找 loss 计算段；想改网络层数，去net/目录下的两个网络文件。这个分层对课程设计和毕设答辩来说，代码结构本身就是一个加分项。

4. predict.py 推理与模型加载实战

4.1 推理指令与输出

去雾效果验证不需要把整套训练再跑一遍，项目提供了predict.py来加载预训练模型并对单张或目录内图片做推理。推理目录下默认放了几张测试图，比如1408_10.png和1423_5.png，对应的预测结果会输出到predict文件夹，格式是 jpg。执行方式一般是：

python predict.py \ --model_dir ./model \ --input ./test_data \ --output ./output \ --device cuda

这段命令的逻辑是：从model_dir读取预训练权重，把test_data下所有图片逐个过一遍 G_A，结果写到output。由于去雾走的是 G_A（有雾→无雾），所以推理阶段真正加载的生成器是 G_A，D_B 只是在对抗训练中参与判别，不参与预测。很多初学者把discriminator_*.pkl当成了可以直接调用的去雾模型，这是理解上的偏差。

4.2 pkl 模型加载：先建结构再灌权重

model目录下预训练文件是discriminator_b.pkl和discriminator_a.pkl。.pkl后缀只是保存时的文件名习惯，并不代表文件格式特殊，实际内容仍是 Pytorch 的torch.save序列化结果。加载时最容易踩的坑在于：如果保存的是state_dict（推荐方式），必须先实例化对应结构的网络对象，再调用load_state_dict，而不是直接用torch.load拿到的字典去 forward。

import torch from net.Discriminator import PatchDiscriminator from net.Generator import UNetGenerator device = torch.device("cuda" if torch.cuda.is_available() else "cpu") G_A = UNetGenerator(in_channels=3, out_channels=3).to(device) G_A.eval() # 若模型目录中保存的是生成器权重 G_A.load_state_dict(torch.load("model/generator_a.pkl", map_location=device))

Pytorch 2.x 的torch.load默认weights_only=True，加载旧版 sage 模型时可能直接抛参数不兼容的错，这个错误信息往往会误导人以为是文件坏了。我的处理习惯是先在 CPU 上加载看看torch.load(..., map_location='cpu')再定位问题。另外要检查 pkl 里的 key 是否与网络层名完全一致，如果网络结构被改过而权重是旧的，load_state_dict会提示missing keys或unexpected keys。项目文档里专门提到代码测试通过、答辩评审平均分较高，说明预训练权重和原始结构是对应关系，改动网络前最好把原始权重备份一份。

4.3 GPU/CPU 切换与预处理对齐

推理时设备切换不只是model.to(device)那么简单，还涉及数据张量的迁移。Pytorch 在这方面的常见报错是Expected all tensors to be on the same device，解决办法是把输入图片张量也显式to(device)。另一个坑是图像预处理必须和训练时保持一致：训练时如果做了归一化（比如把像素缩放到[-1, 1]），推理时也要用同一套规则，否则生成器的输入分布漂移，输出会偏色。

常见做法是推理时读取图像后，先转 RGB、resize 到训练尺寸、转 float 类型再归一化：

from PIL import Image import torchvision.transforms as T transform = T.Compose([ T.Resize((256, 256)), T.ToTensor(), T.Normalize(mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5]), ]) img = Image.open("test_data/1408_10.png").convert("RGB") x = transform(img).unsqueeze(0).to(device) with torch.no_grad(): fake_clear = G_A(x)

unsqueeze(0)是为了把单张图扩展成 batch 维度，torch.no_grad()关闭梯度计算省显存。推理完成后，如果输出是归一化张量，保存前要反归一化回[0,1]，再转成uint8存图。常见做法是：

out = (fake_clear.squeeze(0).permute(1, 2, 0) * 0.5 + 0.5).clamp(0, 1).numpy()

这里* 0.5 + 0.5是Normalize(0.5, 0.5)的逆变换，.clamp(0, 1)防止浮点误差导致像素越界。这一步漏了的话，输出图像会偏暗或者出现大面积灰色。

5. 对偶训练中容易被忽略的三个细节与效果验证技巧

5.1 判别器输入拼接顺序与数据增强同步

对偶训练里 G_A 和 G_B 是镜像对称的，任何一侧的网络更新都会影响另一侧的输入分布，因此训练时最忌讳的是生成器和判别器的更新频率不对称。常见做法是每个 iteration 先更新生成器两次、再更新判别器一次，让判别器慢半拍，避免它过强。第二个细节是 6 通道输入的拼接顺序必须全局一致：要么永远是real在前fake在后，要么永远相反，混用会导致判别器学会“按位置判断真假”，而不是按内容判断。

数据增强也要保持对偶关系。如果对输入图做了随机翻转或裁剪，同一个 batch 里hazy和它的配对clear必须做完全相同的增强。Pytorch 里用torch.rand生成一个随机状态，然后对两张图应用相同变换即可。不要用两次独立RandomCrop，因为两次裁剪位置不同等价于破坏了配对约束，循环一致性损失会瞬间飙升，而且这种不稳定很难从 loss 曲线上直接判断出来。

5.2 用 PSNR/SSIM 指标验证去雾效果

去雾结果不能只靠肉眼判断，尤其是毕设和课程设计答辩时，量化指标比十张效果图更有说服力。PSNR 衡量重建的像素级误差，SSIM 衡量结构相似度，两者对配对测试集都能直接计算。工具可以用 skimage，实现起来非常短：

import cv2 import numpy as np from skimage.metrics import peak_signal_noise_ratio, structural_similarity hazy = cv2.imread("test_data/1408_10.png") clear = cv2.imread("clear/1408_10.png") predict = cv2.imread("output/1408_10.jpg") psnr = peak_signal_noise_ratio(clear, predict) ssim = structural_similarity(clear, predict, channel_axis=2) print(f"PSNR: {psnr:.2f} dB, SSIM: {ssim:.3f}")

注意structural_similarity在 skimage 0.19 以上的版本里channel_axis=2取代了旧的multichannel=True，版本不对会直接报参数错误。评估时最好同时计算 hazy 原图的 PSNR/SSIM 作为 baseline，去雾后的指标只有明显高于 hazy 原图，才能说明模型确实起了作用。比如 hazy 对 clear 的 PSNR 如果是 24 dB，预测结果到 28 dB 才算有效提升。

5.3 一个实用小技巧：定期导出中间样本做趋势巡检

训练日志里的 loss 曲线会被平滑掉很多细节，直观可靠的验证方式是在每个 epoch 结束时，拿同一批固定测试图做一次推理，把结果拼成网格图保存。这批测试图不参与训练，相当于盲测。Pytorch 里实现很简单，训练循环末尾加几行：

if epoch % 5 == 0: G_A.eval() with torch.no_grad(): grid = torchvision.utils.make_grid( G_A(fixed_hazy), nrow=4, normalize=True ) torchvision.utils.save_image(grid, f"eval_epoch_{epoch}.jpg") G_A.train()

make_grid会把fixed_hazy里多个样本的去雾结果拼在一张图里，normalize=True自动把张量映射到可视范围。我一般每 5 个 epoch 存一次，连续看几张就能发现去雾强度是否过冲：早期图像偏灰、中期通透度上来、后期如果出现色块说明判别器被压制得太狠。相比盯着 loss 猜测，用固定样本的演化趋势判断训练状态，效率高得多，出现模式坍缩也能第一时间发现。

本文还有配套的精品资源，点击获取