深更半夜拍的素材拉进剪辑软件一看噪点满屏飞暗部细节全糊成一团黑这是很多摄影爱好者和视频创作者都踩过的坑。以前大家的解决方案要么是拉高曝光硬提亮结果天空过曝、肤色惨白、噪点被放大到没法看要么就是装一堆付费插件一顿操作猛如虎效果还是不尽人意。我自己在跑目标检测和图像分割项目的时候也经常被夜间数据折磨得头疼后来接触了低照度增强这个方向才发现与其靠传统图像处理硬扛不如直接用深度学习模型来做一个更聪明的“亮度映射”。这篇文章要聊的是两个目前非常主流的无监督低照度增强方案ZeroDCE和SCI。它们都基于PyTorch实现不需要成对的暗图和亮图训练数据直接拿单张暗图就能完成训练和推理这对我们这些手里只有一堆“脏乱差”真实夜间数据的开发者来说太友好了。文章会把两者的核心原理、损失函数设计、网络结构差异、实际训练和推理过程中踩过的坑一次性讲透附带的代码也都是我实际调试通过的直接抄作业就行。无论你是刚入门PyTorch的新手还是在找低照度增强方案做预处理的老手这篇文章都能给你省下不少试错时间。1. 整体设计与思路拆解1.1 为什么一定要选无监督路线低照度增强这个任务最直觉的做法是收集大量“暗图-亮图”配对数据然后训练一个端到端的回归模型。但实际做过的朋友都知道这条路在真实场景里几乎走不通。你拿相机固定机位拍一张长曝光亮图再拍一张暗图看起来很完美但PS对齐、去重影、消除动态物体位移这套预处理流程能把人磨到怀疑人生。而像LOL数据集这类公开配对数据集要么数量太少要么场景单一训练出来的模型换个夜间场景就水土不服。ZeroDCE把问题重新定义成了“逐像素光照曲线估计”不直接学暗图到亮图的映射而是学一组曲线参数对输入图像的每个像素做亮度调整。它训练时不需要“正确答案”只需要构造几个能衡量增强结果质量的损失项让网络自己朝“曝光合适、色彩自然、空间平滑”的方向迭代。SCI更是把光照估计拆分成了级联的子任务通过自校准模块让网络在极低参数量下也能跑出不错的效果。这两条路都避开了配对数据的死穴所以我在实际项目中优先选的就是它们。从工程角度讲这种无监督方案还有一个额外好处用户的真实夜间照片可以直接参与训练不需要费劲去造Ground Truth。模型每处理一张图你甚至可以把它当成一次在线自训练效果会越来越贴合你的应用场景。1.2 ZeroDCE和SCI的路线对比两个模型的优化目标都是光照估计但具体思路差别挺大。ZeroDCE做的是“光照曲线迭代”。它把一个低阶曲线拟合过程拆成多次迭代每次迭代都通过一个轻量级卷积网络DCE-Net预测一组像素级曲线参数。曲线是单调的不会产生伪影参数又是平滑的相邻像素的亮度调整不会突变。整体结构就是对输入做深度特征提取然后输出24个参数图一般取8个通道每个通道对应RGB三通道的曲线系数然后按迭代公式作用到原图上。SCI走的是“级联光照学习”路线。它首先用一个核心模块把图像粗略地分解成光照图和反射图然后通过“自校准”机制让后续阶段只去补全前一阶段没学好的残差部分。训练时每个阶段都有监督信号但监督信号不是真实亮图而是通过迭代一致性构造出来的伪标签。这种设计让SCI可以用非常小的模型几十万参数跑到极快的速度在CPU上都能做到几十毫秒处理一张图。两者对比如下表对比项ZeroDCESCI核心思想迭代光照曲线估计级联自校准光照估计网络参数量约0.7~1.2M约0.03~0.3M核心版训练数据要求无监督任意暗图即可无监督任意暗图即可推理速度CPU上慢GPU实时CPU上很快GPU更快可解释性曲线系数直观可调可控黑盒成分更多适合场景重视可控性和训练调试追求实时性和轻量部署我个人的体会是如果你是在电脑上离线批量处理图片ZeroDCE更顺手因为它每个损失项都能单独调权重出现问题很好排查如果你要做移动端实时预览或者视频流增强SCI几乎是首选这个后面章节会结合代码细讲。1.3 这个项目适合谁来参考根据我这段时间在相关社群的观察真正需要低照度增强的人无非三类一是做安防监控和自动驾驶感知的开发者需要把夜间的图像信号喂给下游检测算法二是做摄影修图类App的产品经理和算法工程师想让自动增强功能在弱光下有更好的效果三就是像我一样纯粹被夜间素材折磨的独立开发者想找个离线工具把库存视频和照片救一救。如果你是零基础刚接触PyTorch这篇文里的代码我尽量控制在“看得懂、改得动、跑得起来”的范围内训练脚本也控制在100行上下。如果你是有经验的开发者可以直接跳到第四章看推理代码和第五章的排坑记录那些都是文档里翻不到的东西。2. 核心原理解析与关键参数2.1 ZeroDCE的核心DCE-Net与光照曲线ZeroDCE中负责预测曲线参数的网络叫DCE-Net它接收一张暗图输出对应的一组曲线系数。网络结构看起来非常简单第一层是一个普通卷积加ReLU中间通过几次下采样提取多尺度特征再把不同尺度的特征图提升到原始分辨率后拼接在一起最后用几个卷积层把通道数压到预设值。整个网络里最巧妙的设计有两个一是跳跃连接用得很克制二是激活函数处理得很谨慎避免曲线参数出现破坏性的跳跃变化。网络输出的参数图会和原始输入做一个按像素的曲线调整。曲线公式写成这样PyTorch伪代码def enhance_curve(image, alpha): # image: [B, 3, H, W]范围 [0, 1] # alpha: [B, 8, H, W]每张图对应8条曲线 result image.clone() for i in range(8): # 逐通道应用曲线x - x alpha_i * x * (1 - x) result result alpha[:, i:i1, :, :] * result * (1 - result) return result这个公式和二值化里的Sigmoid有点类似但它的好处在于当输入为0时输出为0输入为1时输出为1中间部分被alpha拉起来或压下去整体保持单调不会把暗部提亮的同时把亮部也过曝到发白。这也是ZeroDCE输出的图看起来“自然”的主要原因。训练时要注意一个经验如果alpha初始值太大前几个epoch模型会疯狂抖动Loss曲线像心电图一样一上一下。我习惯把最后一层卷积的偏置初始化为0同时把权重初始化调小一个量级这样曲线一开始接近恒等映射后续再慢慢学习到合理的亮度调整幅度。DCE-Net的特征提取部分还有一个细节不要随便加BatchNorm。我在训练时发现BN在单张图、小batch场景下会产生严重的batch统计漂移导致推理时结果忽明忽暗。建议直接把中间的归一化层去掉或者换成InstanceNorm。ZeroDCE官方代码里也是这么干的。2.2 ZeroDCE的四个损失函数缺一不可ZeroDCE训练时依赖四个损失项每个都在约束“增强结果”的某个属性。空间一致性损失L_spa约束的是“增强前后相邻像素的差异要一致”。它把图像划分成4×4的小块计算每个块与周围相邻块的强度均值之差然后约束增强前后这一差值尽量不变。直观理解就是原图里明暗交界的地方增强后依然要保留明显的对比度原图平滑的地方增强后也别搞出奇怪的纹理。曝光控制损失L_exp用来约束“增强后的平均亮度落在合理区间”。实现方式是把图像划分成若干16×16的区域计算每个区域的平均灰度然后让这个平均灰度尽量接近某个目标曝光值论文里用0.6。这里有个关键细节目标曝光值是固定的所以它只约束整体亮度水平不约束局部相对亮度这也是为什么它不会破坏图像的空间结构。色彩恒常性损失L_col基于灰度世界假设约束RGB三个通道的均值尽量相等。低照度图像经常偏蓝或偏黄这个损失能防止网络把亮度和色彩一起乱调让增强结果的色偏尽可能小。我之前跑过一次去掉这个损失的实验输出的图整体偏紫后来才知道是损失权重没加够。光照平滑损失L_tv用来约束曲线参数图的平滑度做法就是对alpha图做总变差最小化。没有这一项网络会学习出像素级剧烈变化的曲线参数输出图像噪点被过度放大纹理也显得很脏。这个损失项一般权重很小但只要设成0整个结果立马没法看。四个损失并非独立工作L_spa负责保留结构L_exp负责整体亮度L_col负责颜色L_tv负责平滑细节。我实际的调参经验是在公开数据集上四个损失权重不用怎么大动但在自己的夜间素材上如果画面偏暗偏蓝可以适当提高L_col的权重降低L_tv的权重效果提升很明显。2.3 SCI的级联光照学习与自校准SCI这个模型我第一次用的时候就被它的小体积惊到了整个核心模块才几十万个参数比我跑过的很多轻量分类网络还小。它的设计思路是想象光照图是一个可以由粗到细渐进估计的东西第一级网络估计一个大致的粗糙光照图后面每一级网络只需要修正前一级输出与真实光照的残差即可。实际计算时SCI会把图像拆解为光照图I和反射图R。增强结果就是R乘以一个通过自校准模块计算出来的增益图。自校准模块做的事情其实就是根据当前阶段的输出重新计算一个曝光程度并把前一个阶段的信息通过残差连接引进来相当于“用了旧信息又不完全依赖旧信息”。由于级联阶段之间很多计算是共享的推理时只需要加载一套权重所以速度极其可观。我在CPU上用640×480的图测试ZeroDCE大概要200毫秒往外SCI优化过后能做到50毫秒左右差距接近一个数量级。如果你的应用场景对延迟很敏感比如视频会议自动补光、手机相机实时预览SCI这种“小模型快推理”的优势会非常明显。2.4 两个模型的选择建议综合上面的原理我一般给朋友这样的建议如果图像分辨率大、显卡算力一般、且只做离线处理选ZeroDCE它可控性好、效果上限高如果是做实时视频流或移动端部署选SCI参数小、速度快效果也够用。两个模型的代码我都放在项目里了后续章节会说明怎么切换。3. 工具选型与实验环境准备3.1 PyTorch环境搭建版本真的别乱选现在网上PyTorch的安装教程一搜一大把但还是不少人在这步卡了三天。我的建议很简单先看显卡驱动支持的CUDA版本再选对应的PyTorch版本别一上来就装最新版。以我自己常用的环境为例Windows 10 Anaconda RTX 3060配置流程基本是conda create -n lowlight python3.9 -y conda activate lowlight # 先查驱动支持的最高CUDA版本nvidia-smi里能看到 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118这里有两个容易踩的坑。第一个PyTorch的CUDA版本不需要和驱动完全一致只要驱动版本不低于PyTorch要求的CUDA最低版本就行。笔记本上经常出现驱动比较新但PyTorch却装了更老版本的情况这时虽然能跑性能会打折扣建议尽量装对应更高CUDA版本的轮子。第二个如果你没有NVIDIA显卡CPU版本也能跑但训练时间会长到让你怀疑人生强烈建议先用云GPU或者免费的Colab环境跑一遍验证通了再上自己的机器。另外这几年不少人在讨论PyTorch和TensorFlow的流行趋势我的个人感受是低照度增强这个方向的论文几乎都开源在PyTorch下社区资源丰富到只要会查就能找到现成实现这就没必要为了用TensorFlow而去重写模型了。3.2 数据准备无监督训练的素材怎么选因为没有配对数据的要求ZeroDCE和SCI可以直接拿所有类型的夜间图片当训练素材。但我实践下来训练数据的质量分布还是会影响最终效果主要是光照水平多样性问题。如果你只拿“接近全黑”的图片训练模型会倾向于把整体亮度拉得很高这样正常“有点暗”的图片就会被过度增强画面发灰。如果你只拿“偏暗但细节清晰”的图片训练模型对极暗场景的处理能力又会不足。最靠谱的做法是混入三个层次的数据极暗场景、中等偏暗场景、以及少量正常亮度但色彩稍有问题的图片让网络在内部学会区分“该提亮多少”。公开数据集方面最常用的是LOL、SICE、MIT Adobe FiveK。其中LOL比较小网络几分钟就能过一遍SICE场景丰富适合做最终精调的素材库。用自己的素材时推荐写一个简单的数据加载器读图时直接用albumentations做随机裁剪、翻转避免过拟合。3.3 项目代码结构我习惯把整套代码按下面这样组织这也能帮助新手理解训练流程lowlight_project/ ├── data_loader.py # 数据读取与预处理 ├── model_dce.py # ZeroDCE网络定义 ├── model_sci.py # SCI网络定义 ├── losses.py # 损失函数集合 ├── train.py # 训练入口脚本 ├── predict.py # 推理脚本读入一张图输出增强结果 └── checkpoints/ # 模型权重保存路径结构不复杂但每个文件职责单一调试的时候非常方便。下面两章逐个拆解关键代码。4. 核心代码实现与训练/推理实操4.1 ZeroDCE网络与损失函数核心代码DCE-Net的实现并不复杂核心就是一组卷积层和跳连。我这里给出一个精炼版和官方版本结构一致但在层数上做了微调import torch import torch.nn as nn class DCENet(nn.Module): def __init__(self, curve_iter8, conv_dim32): super(DCENet, self).__init__() self.curve_iter curve_iter self.conv1 nn.Conv2d(3, conv_dim, 3, 1, 1, biasTrue) self.relu1 nn.ReLU(inplaceTrue) self.conv2 nn.Conv2d(conv_dim, conv_dim, 3, 1, 1, biasTrue) self.relu2 nn.ReLU(inplaceTrue) self.conv3 nn.Conv2d(conv_dim, conv_dim, 3, 1, 1, biasTrue) self.relu3 nn.ReLU(inplaceTrue) self.conv4 nn.Conv2d(conv_dim, conv_dim, 3, 1, 1, biasTrue) self.relu4 nn.ReLU(inplaceTrue) self.conv5 nn.Conv2d(conv_dim * 2, conv_dim, 3, 1, 1, biasTrue) self.relu5 nn.ReLU(inplaceTrue) self.conv6 nn.Conv2d(conv_dim * 2, conv_dim, 3, 1, 1, biasTrue) self.relu6 nn.ReLU(inplaceTrue) self.conv7 nn.Conv2d(conv_dim * 2, curve_iter * 3, 3, 1, 1, biasTrue) def forward(self, x): x1 self.relu1(self.conv1(x)) x2 self.relu2(self.conv2(x1)) x3 self.relu3(self.conv3(x2)) x4 self.relu4(self.conv4(x3)) x5 self.relu5(self.conv5(torch.cat([x4, x3], dim1))) x6 self.relu6(self.conv6(torch.cat([x5, x2], dim1))) x7 self.conv7(torch.cat([x6, x1], dim1)) # 输出每个像素对应的曲线参数 curve_params torch.sigmoid(x7) return curve_params def apply_curve(image, curve_params, curve_iter8): # 将输入的图像和曲线参数整理成相同的通道顺序 image image.permute(0, 2, 3, 1) # [B, H, W, 3] curve_params curve_params.permute(0, 2, 3, 1) # [B, H, W, 8*3] curve_params curve_params.reshape( -1, image.shape[1], image.shape[2], curve_iter, 3 ) # [B, H, W, 8, 3] enhanced image.unsqueeze(-2) # [B, H, W, 1, 3] for i in range(curve_iter): alpha curve_params[..., i, :].unsqueeze(-2) enhanced enhanced alpha * enhanced * (1 - enhanced) enhanced torch.clamp(enhanced, 0, 1) return enhanced.squeeze(-2).permute(0, 3, 1, 2) # 转回 [B, 3, H, W]注意forward里最后一层用了sigmoid激活把输出压到0到1之间。但曲线系数不一定是非黑即白的关系sigmoid之后的取值范围意味着每个像素的亮度最多只能被调整到一定的比例这在一定程度上限制了模型在极暗区域的恢复能力。我之前尝试把sigmoid换成tanh或者不激活发现画面亮度容易溢出最后保留了sigmoid但把曲线迭代次数从8提到了10来弥补动态范围不足。损失函数方面四个Loss我都按论文原版实现只对少数常量做了微调class ZeroDCELoss(nn.Module): def __init__(self, exp_weight10, tv_weight200, spa_weight1, col_weight5): super(ZeroDCELoss, self).__init__() self.exp_weight exp_weight self.tv_weight tv_weight self.spa_weight spa_weight self.col_weight col_weight def spatial_consistency(self, image, enhanced): # 取4x4块平均值计算相邻块差异 pooled_img nn.functional.avg_pool2d(image, 4) pooled_enh nn.functional.avg_pool2d(enhanced, 4) return torch.mean(torch.abs(pooled_img - pooled_enh)) def exposure_loss(self, enhanced): # 16x16区域平均亮度推向0.6 pooled nn.functional.avg_pool2d(enhanced, 16) target torch.ones_like(pooled) * 0.6 return torch.mean((pooled - target) ** 2) def color_constancy(self, enhanced): # RGB三通道均值尽量一致 mean_rgb enhanced.mean(dim(2, 3)) diff torch.sqrt( torch.sum(torch.pow(mean_rgb[:, 0] - mean_rgb[:, 1], 2) torch.pow(mean_rgb[:, 1] - mean_rgb[:, 2], 2) torch.pow(mean_rgb[:, 0] - mean_rgb[:, 2], 2)) ) return diff def tv_loss(self, curve_params): # 对曲线参数图做空间平滑约束 return torch.mean(torch.abs(curve_params[:, :, :-1, :] - curve_params[:, :, 1:, :]) torch.abs(curve_params[:, :, :, :-1] - curve_params[:, :, :, 1:])) def forward(self, image, enhanced, curve_params): return ( self.exp_weight * self.exposure_loss(enhanced) self.tv_weight * self.tv_loss(curve_params) self.spa_weight * self.spatial_consistency(image, enhanced) self.col_weight * self.color_constancy(enhanced) )用这个结构训练ZeroDCE我发现一个很有意思的现象L_exp收敛得特别快前几十个迭代就会降到很低但L_spa和L_col反而会缓慢爬升。这说明网络为了达到整体曝光目标一开始牺牲了部分空间一致性后面随着训练继续空间一致性又会回升。所以训练初期看到L_spa不降反升不用慌这是正常现象。4.2 SCI的源码实现与多阶段训练SCI的源码比ZeroDCE还简洁核心就是一个级联的自校准模块。我简单列一下它的核心推理逻辑class SCINet(nn.Module): def __init__(self, in_channels3, stage3): super(SCINet, self).__init__() self.stage stage # 核心模块光照估计与自校准这里用一个共享的unet块来近似 self.core simple_conv_block(in_channels * 2, in_channels) def forward(self, x): # 初始估计直接取输入作为粗略的光照图 illu x for _ in range(self.stage): # 自校准输入当前光照图和原图计算残差增益 feat torch.cat([x, illu], dim1) residual self.core(feat) illu illu residual illu torch.clamp(illu, 0, 1) # 反射图 原图 / 光照图这里加了个eps防止除零 reflection x / (illu 1e-6) # 增强结果 反射图 * 目标光照图这里目标光照取0.5~1常数映射 enhanced reflection * 0.8 return torch.clamp(enhanced, 0, 1)上面这个代码是SCI思路的简化实现不是严格对应论文里所有模块。但它的关键点已经体现出来了级联的stage可以共享参数所以模型很小自校准体现在用当前光照图和原图的组合来计算残差这样每一级都在修正前一级的结果。关于SCI的训练我建议按官方论文的多阶段策略来每一阶段单独训练一段时间再整体微调。实践中我发现如果所有stage一起端到端训练优化器很容易被早期阶段的不稳定输出带偏导致后期stage学不到有效残差。先固定前一个阶段、单独训练后一个阶段能明显加快收敛。4.3 训练参数与过程实录以ZeroDCE为例我常用的训练配置是batch size 8图像裁剪成256×256优化器Adam初始学习率1e-4每50个epoch衰减一半总共训练200个epoch。显存占用在8GB左右用RTX 3060跑200个epoch大概需要两三个小时完全在可接受范围。训练脚本的主循环长这样for epoch in range(start_epoch, epochs): model.train() for batch_idx, (img, _) in enumerate(train_loader): img img.to(device) curve_params model(img) enhanced apply_curve(img, curve_params) loss criterion(img, enhanced, curve_params) optimizer.zero_grad() loss.backward() nn.utils.clip_grad_norm_(model.parameters(), max_norm5.0) optimizer.step() if batch_idx % 50 0: print(fEpoch [{epoch}/{epochs}] Batch [{batch_idx}] Loss: {loss.item():.4f})这里有一个我反复踩过的坑如果发现训练loss不下降多半是输入图像没有归一化到0-1区间。OpenCV读图默认是0-255的uint8数组直接喂给网络曲线计算的数值范围完全乱了。一定要先转成float32再除以255或者直接用torchvision的ToTensor转换。训练结束保存权重时建议把模型、optimizer、epoch数一起打包方便中途断点续训torch.save({ epoch: epoch, model_state_dict: model.state_dict(), optimizer_state_dict: optimizer.state_dict(), loss: loss, }, fcheckpoints/zerodce_{epoch}.pth)4.4 推理增强加载模型处理一张暗图推理时不需要复杂的流程把模型和曲线迭代跑一遍就行def infer_zero_dce(model, image_path, devicecuda): from PIL import Image import torchvision.transforms as T model.eval() img Image.open(image_path).convert(RGB) transform T.ToTensor() img_tensor transform(img).unsqueeze(0).to(device) with torch.no_grad(): curve_params model(img_tensor) enhanced apply_curve(img_tensor, curve_params, curve_iter10) # 转回PIL保存 enhanced_img enhanced.squeeze(0).cpu().permute(1, 2, 0).numpy() enhanced_img (enhanced_img * 255).astype(uint8) return enhanced_img这里我想额外说一点如果看图时觉得增强结果整体还是偏暗可以在推理后串一个gamma校正gamma取0.8左右即可不要加太多后处理否则会把ZeroDCE原本照顾好的色彩又拉偏。5. 常见问题与排查技巧实录5.1 环境与部署类问题CUDA版本不匹配导致PyTorch跑不起来这大概是低照度增强项目里最劝退新人的问题。通常报错信息会提示CUDA driver版本太低或者找不到指定的CUDA库。解决办法不是去重装显卡驱动而是先运行nvidia-smi确认驱动支持的CUDA版本再去PyTorch官网选择对应版本的安装命令。CPU推理慢是另一个高频问题。ZeroDCE在CPU上处理一张1080P图像可能要好几秒这显然不能用于实时场景。如果只能用CPU我建议先用torchvision.transforms.Resize把图像缩小到512或640宽增强后再把结果放大回原尺寸。视觉效果差距不会太大但速度能快好几倍。显存不够也是常见的拦路虎尤其是在只有4GB显存的笔记本上。我的经验是把batch size降到2同时裁剪尺寸从256降到192训练仍然能稳定收敛只是收敛速度会慢一些。更省显存的办法是开AMP混合精度训练但ZeroDCE的曲线计算涉及很多小数值操作混合精度容易导致精度损失如果非必要还是关掉为好。5.2 训练效果类问题训练出来的模型效果不好分好几类我把自己的排查顺序写下来按照这个顺序查基本上都能找到问题。第一类增强结果整体偏灰、对比度不足。多数情况是L_spa权重设置太低空间一致性约束不够网络只追求曝光而把对比度抹平了。调高L_spa权重或者降低L_exp权重让网络别那么“贪心”。第二类出现大面积色斑。这个问题在SCI里更常见因为SCI的反射图计算是除法操作暗部噪声会被严重放大。解决办法是训练数据里加入一些中等亮度图片让网络学到更平滑的光照估计推理阶段可以对反射图做一个轻微的保边滤波。第三类输出全黑或全白。几乎都是输入归一化的问题检查图像张量的取值范围是不是[0,1]。我之前有一次用GPU推理全黑CPU推理却正常排查了半天发现是GPU上多了一块显存没有释放导致数据在拷贝时被覆盖了重启进程就好了。5.3 效果调优速查表下面这张表是我总结的速查表针对不同的画质问题给出对应的调节方向现象可能原因调整建议亮度不足目标曝光值太低把Loss里的0.6调高到0.7~0.8颜色失真色彩恒常性约束弱提高L_col权重至8~10噪声被放大光照平滑约束不够提高L_tv权重到300~400边缘伪影空间一致性权重失衡调整L_spa权重或换更大的patch8×8频繁闪烁曲线参数图不平滑加大L_tv权重推理时对参数图做高斯模糊5.4 几个容易被忽略的细节模型推理完显示出来的图像颜色发灰这里很可能不是模型问题而是你用matplotlib显示时默认做了某种sRGB转换。取回数组后直接写入图片文件再查看颜色就正常了。之前不少人在群里问为什么“模型效果这么差”结果只是显示方式的问题。另外torch的DataLoader开多线程加载数据时如果训练loss出现周期性的抖动优先检查是不是num_workers开太大导致了数据碰撞。Windows环境下我一般把num_workers设为0或2再高就会出现各种诡异报错。最后这个坑可能很少有人提当你在同一个环境里同时装了ZeroDCE和SCI两套依赖时因为它们都用torchvision.transforms做数据预处理如果之前有代码直接修改了transforms.ToTensor的全局行为会导致后加载的模型推理结果异常。遇到这种问题直接重启进程别去硬调环境。我个人在实际操作中的体会是低照度增强这个方向最迷人的地方在于它不像目标检测或者分类那样对数据集和标注有绝对依赖很多方法论层面的创新来自对问题本身的重新定义。ZeroDCE把提亮变成曲线估计SCI把它变成级联的光照预测两种思路在你亲手跑通之前光看论文是很久都体会不出精妙之处的。建议拿到代码后先把训练跑起来用自己的一张夜间照片做测试观察训练过程中Loss变化和输出图的逐渐变化然后再回头翻论文理解效率会高很多。
