Tied and Anchored Stereo Attention Network for Cloud Removal in Optical

论文名称 基于固定锚定立体注意力网络的光学遥感图像去云方法代码运行

论文代码 https://github.com/ningjin00/TASANet?tab=readme-ov-file

论文地址 

1环境创建

       模型环境给了这几个包，如果你自带环境 那就运行代码 提示缺哪个装哪个

 python == 3.12rasterio == 1.3.10 torch == 2.3.0yaml == 6.0.1torchinfo == 1.8.0torchmetrics == 1.3.2

 2数据下载

在他的readme.md中找到  here ，点击here下载数据，数据500M大小。

6. Usage

  If you want to continue training the model, you can run the model_train.py file for training.

  If you want to test the model, you can run the model_predict.py file for testing and test model can be directly downloaded here.

3修改yaml文件路径

路径在TASANet-main\config\dataset_config.yaml，把其中的改为绝对路径

train_dataset_dir: "E:/qymx/TASANet-main/config/dataset_example/train_example"
eval_dataset_dir: "E:/qymx/TASANet-main/config/dataset_example/eval_example"# 输入的验证文件路径
predict_dataset_dir: "E:/qymx/TASANet-main/config/dataset_example/test_example"

4点击训练

        运行TASANet-main\model_train.py，开始训练