SMALL-Baselines

Репозиторий Benxelua/SMALL-Baselines содержит код инференса и 12 чекпоинтов с лучшей валидацией для Retinexformer, CPGA-Stable, CIDNet и FusionNet. Это baseline-модели для image-to-image улучшения изображений при слабом освещении, обученные на кропах 256, 512 и 1024.

💎 Ключевые особенности

• 💎 12 чекпоинтов: по несколько вариантов для каждой из четырёх архитектур.
• 🖥 В репозитории есть архитектуры и код инференса в source/, веса — в weights/.
• 🔍 Поддерживаются модели Retinexformer, CPGA-Stable, CIDNet и FusionNet.
• 📐 Доступны чекпоинты для кропов 256, 512 и 1024 — под разные сценарии.
• 🛡 Все 12 чекпоинтов прошли локальную проверку strict loading.
• ⚙️ Это пакет для инференса, а не пайплайн обучения.

💻 Пример

pip install -r requirements.txt
python source/infer.py --model Retinexformer --checkpoint weights/Retinexformer/crop1024/best.pt --input input.png --output enhanced.png --device cuda

Подробнее

Чекпоинты Retinexformer, CPGA-Stable, CIDNet и FusionNet; кропы 256, 512 и 1024.
Есть только код инференса, без обучения. config.json — документация настроек из раздела 5.2 манускрипта, а не оригинальные логи запусков.
Строгая загрузка всех весов прошла, но это не подтверждает воспроизведение всех бенчмарков.
Для CPU используйте --device cpu; изображения сохраняют исходные размеры.