DeFlow (轻量实现)

基于 volflow/DeFlow（CVPR 2021 Oral）的轻量重写版本， 面向单通道、小数据量、非配对场景的退化分布学习。

---

项目结构

DeFlow/
├── models/
│ ├── flow.py # 轻量 RealNVP 风格 Flow 网络
│ └── condition.py # 轻量条件编码器（替代 RRDB）
├── train.py # 数据集 + 训练器
├── infer.py # 推理：退化施加 + batch 化 patch 处理
├── main.py # 主入口 + 配置加载
├── config/
│ ├── light.yaml # 轻量配置
│ └── standard.yaml # 标准配置
├── test_roundtrip.py # encode↔decode 数值一致性测试
└── README.md

---

与 volflow/DeFlow 的区别

1. 架构层面

	volflow/DeFlow	本项目
条件编码器	预训练 RRDB（来自 ESRGAN）	自定义轻量多尺度 CNN，联合训练
Flow 主干	Glow 风格（含 Split、多尺度高斯先验）	精简 RealNVP（ActNorm + 1×1 Conv + Affine Coupling）
输入通道	3（RGB）	1（单通道）
默认深度	L=3, K=16	L=2/3, K=8/12
参数量	数十 M	0.98M（light）/ 4.44M（standard）
依赖	BasicSR / MeasureLib / ESRGAN pretrain	纯 PyTorch，无外部预训练权重

2. 训练流程层面

	volflow/DeFlow	本项目
数据归一化	[0, 1]	[-1, 1]（img/127.5 - 1.0）
logdet 数值稳定	log(abs(det(W)))	slogdet(W)，避免 det→0 时 NaN
耦合层 scale 范围	tanh(s) * 2	tanh(s) * 0.5，防止 exp() 溢出
梯度裁剪	—	grad_norm ≤ 1.0
NaN/Inf 保护	—	检测到异常 loss/grad 时跳过该 step
Checkpoint	不含 scheduler state	包含 scheduler state，支持正确续训
续训步数语义	range(n_iter)（会多跑）	range(n_iter - global_step)（跑到目标步）

3. 推理层面

	volflow/DeFlow	本项目
大图处理	逐 patch 编码/解码	按 batch 批量处理 patch，显著加速 GPU 利用率
输出裁剪	clip(0, 1)	clip(-1, 1)，与训练域一致

---

使用方法

训练

# 轻量配置（数据少，显存紧张）
python main.py --config config/light.yaml --mode train \
--data.clean_dir ./data/clean \
--data.noisy_dir ./data/noisy
# 标准配置
python main.py --config config/standard.yaml --mode train \
--data.clean_dir ./data/clean \
--data.noisy_dir ./data/noisy
# 从 checkpoint 续训（续到 n_iter 总步，而非额外跑 n_iter 步）
python main.py --config config/light.yaml --mode train \
--resume ./checkpoints/iter_20000.pth

推理（在清晰图像上施加学到的退化）

python main.py --config config/light.yaml --mode infer \
--data.clean_dir ./data/clean \
--infer.output_dir ./synthetic_lq \
--infer.ckpt ./checkpoints/best.pth \
--infer.temperature 1.0 \
--infer.n_samples 3

数值自检

# 验证 encode→decode 往返误差（修复 slogdet 前曾出现 1e14 级别错误）
python test_roundtrip.py

---

训练监控

[ 500/30000] loss=2.3421 nll_clean=1.1234 nll_noisy=1.2187
μ_u=0.0312 σ_u=0.1823 lr=2.00e-04

• nll_clean / nll_noisy：两域的负对数似然，均应稳步下降
• μ_u：退化在 latent 空间的均值偏移，会收敛到稳定值
• σ_u：退化在 latent 空间的方差，收敛值反映退化幅度
  • → 0：退化被压成 0（未学到有效差异），应加大 lr 或缩小 batch
  • 过大（>0.5）：两域差异远超经典"退化"范畴，Flow 假设可能不成立

---

配置说明

两份预设配置均位于 config/：

	light	standard
L (level 数)	2	3
K (每 level step 数)	8	12
hidden	64	96
cond_channels	32	32
batch_size	8	16
n_iter	30000	50000
参数量	0.98M	4.44M

所有字段都可通过 --<section>.<key> 在命令行覆盖。