保姆级教程：用DeblurGANv2训练自己的去模糊模型（从数据集准备到模型测试）

weixin_33725270

307人浏览 · 2026-06-03 12:22:42

weixin_33725270 · 2026-06-03 12:22:42 发布

保姆级教程：用DeblurGANv2训练自己的去模糊模型（从数据集准备到模型测试）

在数字图像处理领域，模糊图像修复一直是个极具挑战性的任务。无论是手持拍摄时的抖动，还是快速移动物体造成的运动模糊，都会严重影响图像质量。传统方法往往依赖复杂的物理模型，而基于深度学习的DeBlurGANv2则提供了一种端到端的解决方案。本教程将手把手带你完成从数据准备到模型测试的全流程，即使你是刚接触AI图像处理的新手，也能独立完成一个完整的去模糊项目。

1. 环境搭建与项目初始化

工欲善其事，必先利其器。在开始之前，我们需要配置好开发环境。推荐使用Python 3.8+和PyTorch 1.7+的组合，这是经过验证的稳定版本。以下是具体步骤：

# 创建虚拟环境
conda create -n deblur python=3.8
conda activate deblur

# 安装PyTorch（根据CUDA版本选择）
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 -f https://download.pytorch.org/whl/torch_stable.html

# 克隆DeBlurGANv2仓库
git clone https://github.com/VITA-Group/DeblurGANv2.git
cd DeblurGANv2

# 安装依赖
pip install -r requirements.txt

提示：如果使用NVIDIA显卡，建议先安装对应版本的CUDA和cuDNN，可以显著加速训练过程。

项目结构初始化后，你需要准备以下关键文件：

config.yaml ：模型训练的核心配置文件
train.py ：训练脚本
predict.py ：预测脚本
models/ ：包含不同主干网络的实现

2. 数据集准备与预处理

高质量的数据集是模型效果的基础。对于去模糊任务，我们需要成对的模糊-清晰图像。以下是创建数据集的详细指南：

2.1 数据采集策略

获取成对数据通常有三种方式：

专业设备采集 ：使用特殊相机同时拍摄模糊和清晰图像
模拟生成 ：对清晰图像施加模糊核生成对应的模糊图像
公开数据集 ：利用GoPro、REDS等标准数据集

对于初学者，建议从REDS数据集开始，它包含丰富的动态场景模糊-清晰对。下载后按以下结构组织：

DeblurGANv2/
├── datasets/
│   ├── REDS/
│   │   ├── train/
│   │   │   ├── blur/*.png
│   │   │   ├── sharp/*.png
│   │   ├── val/
│   │   │   ├── blur/*.png
│   │   │   ├── sharp/*.png

2.2 数据预处理技巧

为提高模型泛化能力，建议实施以下预处理：

from torchvision import transforms

train_transform = transforms.Compose([
    transforms.RandomCrop(256),
    transforms.RandomHorizontalFlip(),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5])
])

val_transform = transforms.Compose([
    transforms.CenterCrop(256),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5])
])

关键参数说明：

裁剪尺寸：256x256是典型选择，平衡细节和计算成本
数据增强：随机翻转增加多样性
归一化：将像素值映射到[-1,1]范围

3. 模型配置详解

config.yaml 是控制训练过程的核心文件，下面拆解关键配置项：

3.1 主干网络选择

DeBlurGANv2提供两种主干网络：

网络类型	参数量	推理速度	适用场景
fpn_inception	约54M	较慢	追求最高质量
fpn_mobilenet	约6M	较快	移动端/实时应用

在配置文件中修改：

model:
  g_name: fpn_mobilenet  # 或fpn_inception

3.2 训练参数优化

train:
  file_a: &FILES_A ./datasets/REDS/train/blur/*.png
  file_b: &FILES_B ./datasets/REDS/train/sharp/*.png
  batch_size: 4
  num_workers: 4
  shuffle: true

val:
  files_a: *FILES_A
  files_b: *FILES_B
  batch_size: 1
  num_workers: 2
  shuffle: false

optimizer:
  lr: 0.0001
  beta1: 0.5
  beta2: 0.999

关键调整建议：

batch_size ：根据GPU显存调整，RTX 3070建议4-8
num_workers ：通常设为CPU核心数的1/2
学习率 ：从1e-4开始，观察loss变化调整

4. 训练过程与监控

启动训练只需运行：

python train.py --config config.yaml

4.1 训练阶段解析

典型的训练过程会显示以下指标：

Generator Loss ：衡量生成图像与真实图像的差异
Discriminator Loss ：判断图像真伪的能力
PSNR ：峰值信噪比，值越高越好
SSIM ：结构相似性，范围[0,1]

使用TensorBoard可视化训练过程：

tensorboard --logdir logs/

4.2 常见问题解决

显存不足 ：

减小batch_size
使用混合精度训练

from torch.cuda.amp import GradScaler
scaler = GradScaler()

训练不稳定 ：
- 调整学习率
- 增加判别器的训练次数
```
optimizer:
  d_updates: 3  # 判别器更新次数
```
过拟合 ：
- 增加数据增强
- 早停策略

5. 模型测试与部署

训练完成后， checkpoints/ 目录会生成：

best_fpn.h5 ：验证集表现最好的模型
last_fpn.h5 ：最后保存的模型

测试单张图像：

python predict.py --input test.jpg --weights best_fpn.h5

5.1 效果评估方法

定量评估可以使用：

from skimage.metrics import peak_signal_noise_ratio as psnr
from skimage.metrics import structural_similarity as ssim

psnr_val = psnr(gt_img, pred_img, data_range=255)
ssim_val = ssim(gt_img, pred_img, multichannel=True, data_range=255)