reproducibility.md

复现实验说明

1. Python 环境

建议：

• Python 3.10 或 3.11
• 先安装与你设备匹配的 PyTorch
• 再执行 pip install -r requirements.txt

2. 数据目录

默认情况下，脚本会在仓库根目录下查找：

data/LEVIR
data/DSIFN_256
data/SYSU-CD
data/LEVIR-CD+_256
data/Big_Building_ChangeDetection
data/GZ
data/WHU-CUT

也可以使用：

• --data_root <path>
• LITECDNET_DATA_ROOT
• LITECDNET_<DATASET>_ROOT

例如：

$env:LITECDNET_LEVIR_ROOT="D:\\datasets\\LEVIR"
python -X utf8 src/main_LiteCDNET.py --data_name LEVIR

3. 推荐复现实验入口

LiteCDNet 主实验：

python -X utf8 src/main_LiteCDNET.py --data_name LEVIR

SEIFNet 对比实验：

python -X utf8 src/main_train.py --net_G SEIFNet --data_name LEVIR

LiteCDNet 消融实验：

python -X utf8 src/main_ablation.py --ablation_case full --data_name LEVIR
python -X utf8 src/main_ablation.py --ablation_case no_context --data_name LEVIR

评估指定 checkpoint：

python -X utf8 src/eval_cd.py --project_name LEVIR_LiteCDNet_BCEDiceBoundary0.3_AdamW_Cosine_150 --checkpoint_name best_ckpt.pt --data_name LEVIR

4. 输出位置

训练与评估默认输出到：

• checkpoints/
• checkpoints_ablation/
• vis/
• vis_ablation/

这些目录均已加入忽略规则，不会进入公开仓库。

5. 复现注意事项

• DMINet 等部分对比模型可能需要额外的本地预训练权重
• 仓库不提供数据集和模型权重，只提供训练与复现代码
• 如果要做严格对照实验，请固定随机种子、PyTorch 版本和 CUDA 环境