經過不懈的努力,DF2NET終于在我的小MAC部署起來了。其中遇到了不少的問題,這裡來記錄一下。
github連結:https://github.com/xiaoxingzeng/DF2Net/
1.環境要求
![](https://img.laitimes.com/img/_0nNw4CM6IyYiwiM6ICdiwiI0gTMx81dsQWZ4lmZf1GLlpXazVmcvwFciV2dsQXYtJ3bm9CX9s2RkBnVHFmb1clWvB3MaVnRtp1XlBXe0xCMy81dvRWYoNHLwEzX5xCMx8FesU2cfdGLwMzX0xiRGZkRGZ0Xy9GbvNGLpZTY1EmMZVDUSFTU4VFRR9Fd4VGdsYTMfVmepNHLrJXYtJXZ0F2dvwVZnFWbp1zczV2YvJHctM3cv1Ce-cmbw5SN2MjNzIGO5ITMkJzYkFGZyYzXxQTOxEDMzIzLcdDMyIDMy8CXn9Gbi9CXzV2Zh1WavwVbvNmLvR3YxUjLyM3Lc9CX6MHc0RHaiojIsJye.png)
由于0.4.0版本的pytorch安裝老報錯,這裡将版本修改為了0.4.1,使用pip進行安裝。
對于Dlib和PIL,可以全部安裝最新版本。
2.代碼修改
DF2NET的demo.py檔案處理的輸入圖檔全部從img_list.txt檔案中讀取,而仔細觀察可以發現img_list.txt的檔案内容和檔案目錄中所包含的檔案并不是一一比對,缺少一部分檔案,需要去尋找新的圖檔加入img目錄或者是修改img_list.txt檔案使其比對。
、
3.版本差異導緻的問題
在mac os中,macos不支援cuda,是以此處将num_workers 改為0,防止線程沖突,并将所有的cuda改為cpu進行運算。
同時,老版本的torch.autograd.Variable的使用方法産生了變更,在新的torch版本中,需要使用新的方法來使用Variable函數,否則會出現使用者級異常。
運作結果
輸入圖檔:
使用線上matlab進行模型深度圖的檢視和預覽。
得到深度圖。