【代码实践】HAT代码Window平台下运行实践记录

HAT是CVPR2023上的自然图像超分辨率重建论文《activating More Pixels in Image Super-Resolution Transformer》所提出的模型。本文旨在记录在Window系统下运行该官方代码（https://github.com/XPixelGroup/HAT）的过程，中间会遇到一些问题，供大家参考。

环境安装

参考官方代码，进行环境安装

pip install -r requirements.txt
python setup.py develop

1
2
3

代码运行

这里我在遥感图像的数据集UCMerced上进行重新训练，需要首先在./options/train文件夹中设置对应的yaml文件，然后执行训练过程：

python hat/train.py -opt options/train/train_HAT_SRx4_UCMerced_from_scratch.yml
1

开始训练了

遇到的问题

问题1: UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0xae

由于相关开源代码都是在linux下编写和调试的，放在window系统中会出现不少问题，如下读取yaml文件时遇到的问题：

使用notepad++ “编码”查看对应文件的编码格式。修改报错位置代码，使用‘utf-8’编码格式：

with open(filename, 'r+', encoding='utf-8') as f:
1

《关于UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte的解决办法》
《真正解决Windows下UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0xff in position 0错误的方法》

问题2: TypeError: expected str, bytes or os.PathLike object, not NoneType

因为自己在训练配置文件yml中，没有设置meta_info的信息，所以报下面的问题：

参考hat/data/meta_info/meta_info_DF2Ksub_GT.txt:

解决方式有两种：一种是将yml中meta_info给注释掉，或者使用在github/basicsr库中使用generate_meta_info.py文件，生成meta_info文件。我这里直接选择注释掉了。

问题3: RuntimeError: CUDA error: out of memory

直接运行会报错，out of memory了

将batch_size_per_gpu设置成2，倒是可以跑起来：

这里可以看出HAT很吃内存啊！

问题4：KeyError: “No object named ‘HATModel’ found in ‘model’ registry!”

出现这个问题是因为我将hat/train.py中的下面三行给删了，以为没有啥用，但是用来进行registry的！需要注意注意。
import hat.archs
import hat.data
import hat.models

同时可以参考下面的issues.
https://github.com/XPixelGroup/HAT/issues/28

后面换了台电脑再来配(Win10, 4090)，没想到又出现新的问题

问题5：Requirements should be satisfied by a PEP 517 installer

运行python setup.py develop 始终报错，后面就没有运行，直接将basicsr==1.3.4.9(注意版本，最新的basicsr可能会报错)源代码下载下来，放在hat得根目录中，然后再pip install逐一配置环境。

实测，使用豆瓣源下载，普遍比较快些：
pip install -i https://pypi.douban.com/simple

问题6：CUDA capability sm_89 is not compatible with the current PyTorch install

因为之前下的pytorch=1.8.1+cu102，太老了，因此换成比较新的pytorch=1.12.1+cu11.3，现在的GPU的CUDA是12.2，但能够兼容。

4090速度真的快了好多，有一个好的GPU真的是太香太香了！！！

参考

视觉底层任务优秀开源工作：BasicSR 库使用方法
何解决PyTorch版本和CUDA版本不匹配的关系