CompressAI学习

 CompressAI是什么：

CompressAI：InterDigital开源基于学习的图像视频压缩研究库 - 知乎编译 | CV 君 报道 | 我爱计算机视觉公众号（id:aicvml）在多媒体技术应用领域，图像视频编解码居于基础地位，在任何图像和视频应用的存储和传输中，都要涉及图像视频的压缩和解压。在音视频数据不断爆炸式发展的…https://zhuanlan.zhihu.com/p/314961069

 端到端的图像压缩----《CompressAI: a PyTorch library for image research》论文笔记_叶笙箫的博客-CSDN博客_compressai这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Marhttps://blog.csdn.net/qq_42281425/article/details/112461553

调用编码器

python examples/codec.py encode D:\VCM\CompressAI-master\input\input.jpg -f 1 --model cheng2020-anchor

调用解码器

python examples/codec.py decode D:\VCM\CompressAI-master\input.bin -o D:\VCM\CompressAI-master\out\out.jpg

 评估预训练编码器的性能

python -m compressai.utils.eval_model pretrained D:\VCM\CompressAI-master\input -a cheng2020-anchor -q 2

input -a cheng2020-anchor -q 2
{
  "name": "cheng2020-anchor",
  "description": "Inference (ans)",
  "results": {
    "psnr": [
      29.59088579241053
    ],
    "ms-ssim": [
      0.9556650519371033
    ],
    "bpp": [
      0.19759615384615384
    ],
    "encoding_time": [
      5.068420171737671
    ],
    "decoding_time": [
      9.750147819519043
    ]
  }
}

compressai\zoo\image 里面有预训练模型的下载地址和对应代码

model_architectures = {
    "bmshj2018-factorized": FactorizedPrior,
    "bmshj2018-hyperprior": ScaleHyperprior,
    "mbt2018-mean": MeanScaleHyperprior,
    "mbt2018": JointAutoregressiveHierarchicalPriors,
    "cheng2020-anchor": Cheng2020Anchor,
    "cheng2020-attn": Cheng2020Attention,
}
其对应代码在compressai.models里面，通过链接可以找到。前4个在google.py里，后两个在waseda.py里