Dehaze/使用手册.md

Dehaze 使用手册

1. 项目用途

本项目用于对 待去雾图片/ 中的图片进行去雾，并在网页端统一展示以下方法的结果：

• AOD
• Baidu_API
• DCP
• DehazeNet
• GCANet
• RefineDNet
• 后处理：手动 S/V、HSV 直方图匹配、自动 S/V、直方图匹配 + 自动 S/V
• 一键批量默认流程：所有图片运行 Baidu_API + 自动 S/V
• 网页端 ZIP 下载：当前图片或全部图片结果打包下载

2. 启动网页

cd /home/wkmgc/Desktop/Dehaze
./run_dehaze_web.sh

浏览器访问：

http://192.168.3.11:7860/

3. 环境说明

当前项目使用统一网页服务调度不同模型环境：

• Web、DCP、Baidu_API、后处理：当前 base Python
• AOD、DehazeNet：/home/wkmgc/miniconda3/envs/dehaze_caffe/bin/python
• GCANet、RefineDNet：/home/wkmgc/miniconda3/envs/seg_server/bin/python

run_dehaze_web.sh 已默认配置这些解释器。如需换环境，可设置：

export DEHAZE_CAFFE_PYTHON=/path/to/caffe/python
export DEHAZE_TORCH_PYTHON=/path/to/torch/python

4. 百度 API 配置

真实密钥不要提交到 git。复制示例文件：

cp config/baidu_api.env.example config/baidu_api.env

填入：

BAIDU_API_KEY=...
BAIDU_SECRET_KEY=...

也可以在启动前直接设置环境变量。

5. 使用流程

1. 将待处理图片放入 待去雾图片/。
2. 启动网页。
3. 在左侧选择图片。
4. 勾选需要运行的模型，点击“运行选中模型”。
5. 在后处理区域选择源图、参考图和后处理方法，点击“生成后处理”。
6. 需要批量处理时，点击“批量默认流程”，会对 待去雾图片/ 中所有图片执行 Baidu_API -> 自动 S/V。已有的百度结果和自动 S/V 结果会跳过，避免重复消耗 API。
7. 自动 S/V、手动 S/V 等后处理卡片会显示对应的 S/V 参数；点击带有 S/V 的结果卡片，会把参数载入左侧手动 S/V 滑杆，方便继续人工微调。
8. 需要导出结果时，在“下载”区域点击“下载当前图片”或“批量下载全部”，网页会生成 ZIP 包。
9. 结果会保存到 web_results/，网页会自动刷新显示。

页面中“未生成”表示对应结果文件还不存在，并不是任务卡住。

批量下载包中包含对应图片的原图、已生成的模型去雾结果和已生成的后处理结果。

6. 命令行验证

验证全部图片和全部模型：

python scripts/verify_all.py

如不想调用百度 API：

python scripts/verify_all.py --skip-baidu

只验证指定图片：

python scripts/verify_all.py --images 1.png

7. 清理生成物

清理缓存和运行结果：

./scripts/clean_generated.sh

清理后重新启动网页并运行模型即可再生成结果。

8. 目录说明

• web_dehaze/：统一网页服务、模型调度和后处理代码。
• 待去雾图片/：待处理原图。
• web_results/：网页运行生成结果，已加入 .gitignore。
• AOD-Net_最好加入后处理/：AOD 模型与入口脚本。
• Baidu_API_最好加入后处理/：百度去雾 API 脚本。
• DCP_最好加入后处理/：DCP 去雾脚本。
• DehazeNet/：DehazeNet 模型与入口脚本。
• GCANet/：GCANet 模型与入口脚本。
• RefineDNet/：RefineDNet 模型、权重与入口脚本。
• ※程序-后处理汇总/：原始后处理脚本归档。