【论文复现】RoSteALS: Robust Steganography using Autoencoder Latent Space-2023-CVPR

2023-11-29 15:20
文章标签 2023 论文 复现 using space cvpr robust autoencoder latent rosteals steganography

本文主要是介绍【论文复现】RoSteALS: Robust Steganography using Autoencoder Latent Space-2023-CVPR，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

代码链接：https://github.com/TuBui/RoSteALS

一定要按照dockerfile，requirements.txt和requirements2.txt配置环境

需要补充的库：
pip安装：omegaconf slack slackclient bchlib (0.14.0版本) einops imagenet-c
conda安装：scikit-image，matplotlib

按照作者git的dependency配置环境的话就不会出现下面的3和4问题

遇见的bug

  1. No module ‘xformers’. Proceeding without it.
    参考官网Installing xFormers：https://github.com/facebookresearch/xformers
    conda install xformers -c xformers
    需要python版本>=3.9，这是个加速库，不装也可以运行（我没装）

  1. Import Error: MagickWand shared library not found
    解决方案：Ubuntu安装imagemagick这个软件，因为sudo apt-get install libmagickwand-dev一直报依赖的错装不上，我是在官网下载源码编译成功安装的， 此外还要装 apt-get install python-wand

    官网链接：https://docs.wand-py.org/en/latest/guide/install.html#install-wand-on-debian-ubuntu

  1. ModuleNotFoundError: No module named 'pytorch_lightning.utilities.distributed'
    版本问题，pytorch_lightning如果高于1.6.5就会出现，可以降级到1.4.2
    解决方案：将from pytorch_lightning.utilities.distributed import rank_zero_only
    修改为：from pytorch_lightning.utilities.rank_zero import rank_zero_only
  1. Traceback (most recent call last):File "/root/autodl-tmp/RoSteALS/train.py", line 133, in <module>app(args)File "/root/autodl-tmp/RoSteALS/train.py", line 118, in apptrainer_kwargs.update(trainer_settings(config, output))File "/root/autodl-tmp/RoSteALS/train.py", line 55, in trainer_settingslogger = instantiate_from_config(logger)File "/root/autodl-tmp/RoSteALS/ldm/util.py", line 79, in instantiate_from_configreturn get_obj_from_str(config["target"])(**config.get("params", dict()))File "/root/autodl-tmp/RoSteALS/ldm/util.py", line 87, in get_obj_from_strreturn getattr(importlib.import_module(module, package=None), cls)
AttributeError: module 'pytorch_lightning.loggers' has no attribute 'TestTubeLogger'. Did you mean: 'NeptuneLogger'?
    版本问题
    解决：https://github.com/Lightning-AI/lightning/issues/13958
    使用CSVLogger

ImportError: cannot import name ‘VectorQuantizer2’ from ‘taming.modules.vqvae.quantize’ (/root/miniconda3/envs/RoSte/lib/python3.8/site-packages/taming/modules/vqvae/quantize.py)
解决方案：
按 https://github.com/CompVis/stable-diffusion/issues/72 中的方法处理，即用 https://github.com/CompVis/taming-transformers/blob/master/taming/modules/vqvae/quantize.py 新文件，替换错误提示文件中的全部内容即可。

注意bchlib的版本是0.14.0 ，不然运行inference的时候会出错

复现成功！

在这里插入图片描述

这篇关于【论文复现】RoSteALS: Robust Steganography using Autoencoder Latent Space-2023-CVPR的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/433336。

相关文章

AI hospital 论文Idea

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境，人类医生（即医学学习者）可以在其中与患者代理进行医学
阅读更多...
论文翻译：arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

论文翻译：arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

Benchmark Data Contamination of Large Language Models: A Survey https://arxiv.org/abs/2406.04244 大规模语言模型的基准数据污染：一项综述 文章目录 大规模语言模型的基准数据污染：一项综述摘要1 引言 摘要 大规模语言模型（LLMs），如GPT-4、Claude-3和Gemini的快
阅读更多...
论文阅读笔记: Segment Anything

论文阅读笔记: Segment Anything

文章目录 Segment Anything摘要引言任务模型数据引擎数据集负责任的人工智能 Segment Anything Model图像编码器提示编码器mask解码器解决歧义损失和训练 Segment Anything 论文地址: https://arxiv.org/abs/2304.02643 代码地址:https://github.com/facebookresear
阅读更多...
CSP 2023 提高级第一轮 CSP-S 2023初试题 完善程序第二题解析 未完

CSP 2023 提高级第一轮 CSP-S 2023初试题 完善程序第二题解析 未完

一、题目阅读 （最大值之和）给定整数序列 a0,⋯,an−1，求该序列所有非空连续子序列的最大值之和。上述参数满足 1≤n≤105 和 1≤ai≤108。 一个序列的非空连续子序列可以用两个下标 ll 和 rr（其中0≤l≤r<n0≤l≤r<n）表示，对应的序列为 al,al+1,⋯,ar​。两个非空连续子序列不同，当且仅当下标不同。 例如，当原序列为 [1,2,1,2] 时，要计算子序列 [
阅读更多...
论文翻译：ICLR-2024 PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS

论文翻译：ICLR-2024 PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS

PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS https://openreview.net/forum?id=KS8mIvetg2 验证测试集污染在黑盒语言模型中 文章目录 验证测试集污染在黑盒语言模型中摘要1 引言 摘要 大型语言模型是在大量互联网数据上训练的，这引发了人们的担忧和猜测，即它们可能已
阅读更多...
OmniGlue论文详解（特征匹配）

OmniGlue论文详解（特征匹配）

OmniGlue论文详解（特征匹配） 摘要1. 引言2. 相关工作2.1. 广义局部特征匹配2.2. 稀疏可学习匹配2.3. 半稠密可学习匹配2.4. 与其他图像表示匹配 3. OmniGlue3.1. 模型概述3.2. OmniGlue 细节3.2.1. 特征提取3.2.2. 利用DINOv2构建图形。3.2.3. 信息传播与新的指导3.2.4. 匹配层和损失函数3.2.5. 与Super
阅读更多...
BERT 论文逐段精读【论文精读】

BERT 论文逐段精读【论文精读】

BERT: 近 3 年 NLP 最火 CV: 大数据集上的训练好的 NN 模型，提升 CV 任务的性能 —— ImageNet 的 CNN 模型 NLP: BERT 简化了 NLP 任务的训练，提升了 NLP 任务的性能 BERT 如何站在巨人的肩膀上的？使用了哪些 NLP 已有的技术和思想？哪些是 BERT 的创新？ 1标题 + 作者 BERT: Pre-trainin
阅读更多...
HNU-2023电路与电子学-实验3

HNU-2023电路与电子学-实验3

写在前面： 一、实验目的 1.了解简易模型机的内部结构和工作原理。 2.分析模型机的功能，设计 8 重 3-1 多路复用器。 3.分析模型机的功能，设计 8 重 2-1 多路复用器。 4.分析模型机的工作原理，设计模型机控制信号产生逻辑。 二、实验内容 1.用 VERILOG 语言设计模型机的 8 重 3-1 多路复用器； 2.用 VERILOG 语言设计模型机的 8 重 2-1 多
阅读更多...
[论文笔记]LLM.int8(): 8-bit Matrix Multiplication for Transformers at Scale

[论文笔记]LLM.int8(): 8-bit Matrix Multiplication for Transformers at Scale

引言 今天带来第一篇量化论文LLM.int8(): 8-bit Matrix Multiplication for Transformers at Scale笔记。 为了简单，下文中以翻译的口吻记录，比如替换"作者"为"我们"。 大语言模型已被广泛采用，但推理时需要大量的GPU内存。我们开发了一种Int8矩阵乘法的过程，用于Transformer中的前馈和注意力投影层，这可以将推理所需
阅读更多...
Detectorn2预训练模型复现：数据准备、训练命令、日志分析与输出目录

Detectorn2预训练模型复现：数据准备、训练命令、日志分析与输出目录

Detectorn2预训练模型复现：数据准备、训练命令、日志分析与输出目录 在深度学习项目中，目标检测是一项重要的任务。本文将详细介绍如何使用Detectron2进行目标检测模型的复现训练，涵盖训练数据准备、训练命令、训练日志分析、训练指标以及训练输出目录的各个文件及其作用。特别地，我们将演示在训练过程中出现中断后，如何使用 resume 功能继续训练，并将我们复现的模型与Model Zoo中的
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2