作为一个科研小白，对咱们来说非常重要的一项技能便是模型复现的入门到入土（
接下来我们以CVPR2025年的一个工作–MambaIRv2为例，学习如何复现一篇论文

step1 阅读论文，理解原理

理论是要走在实践前面的（起码论文复现要先看懂论文）
MambaIR是ECCV2024的一篇工作，将Mamba应用到了图像修复领域

MambaIRv2是它的二代，解决了扫描时的强制因果，加入了注意力机制，但又避免了复杂的计算
MambaIRv2: Attentive State Space Restoration
具体细节这里不过多阐述，需要自己去看论文

step2 测试

我用的是autoDL上的V100进行测试，应该是完全足够的
注意 PyTorch ≥ 2.0，cuda ≥ 11.7

先进入到你想放的文件夹（不需要先创建一个MambaIR，因为git clone的时候会自行创建）
克隆github上的代码，并了解项目结构

1	git clone https://github.com/csguoh/MambaIR.git

准备环境

1
2
3

cd MambaIR
conda env create -f environment.yaml
conda activate mambair

这一步需要很久
环境安装一般不会一帆风顺，但是求助AI大概率可以解决

常见会出现packaging不见啊，requirements装不了之类的错误，解决办法是在env内pip好packaging，再用命令把requirements分成conda包和pip包分别安装

pip install packaging

grep -v "pypi_0" requirements.txt | awk -F= '{print $1"="$2}' > conda_requirements.txt
grep "pypi_0" requirements.txt | awk -F= '{print $1"=="$2}' > pip_requirements.txt
# 先用 conda 安装
conda install --file conda_requirements.txt

# 再用 pip 安装
pip install --no-build-isolation -r pip_requirements.txt

mamba-ssm 编译失败
包的具体版本要查看自己当前的环境配置

wget https://github.com/state-spaces/mamba/releases/download/v1.0.1/mamba_ssm-1.0.1+cu118torch2.0cxx11abiTRUE-cp38-cp38-linux_x86_64.whl
pip install mamba_ssm-1.0.1+cu118torch2.0cxx11abiTRUE-cp38-cp38-linux_x86_64.whl

wget https://github.com/Dao-AILab/causal-conv1d/releases/download/v1.4.0/causal_conv1d-1.4.0+cu118torch2.0cxx11abiTRUE-cp38-cp38-linux_x86_64.whl
pip install causal_conv1d-1.4.0+cu118torch2.0cxx11abiTRUE-cp38-cp38-linux_x86_64.whl

准备数据集
我只测试SR，那么就只需要下载SR的数据并保存到对应路径下
数据在 https://github.com/csguoh/MambaIR.git 上有，下载好压缩包并放到datasets文件下，解压
准备模型权重文件（未训练直接测试）
在 https://github.com/csguoh/MambaIR/releases 下寻找合适的权重文件，放到experiments下的pretrained里，也可以通过命令：

1	wegt https://github.com/csguoh/MambaIR/releases/<file name>

修改测试文件
在/MambaIR/experiments/pretrained_models下，选择自己想选的文件，打开，并将测试集数据路径和文件路径都改成自己的，（注意要从根目录开始）
运行test

1 2	# 根据自己的选择更改命令 python basicsr/test.py -opt options/test/mambairv2/test_MambaIRv2_SRSmall_x4.yml

Wendy's Blog

MambaIRv2模型的测试与训练

step1 阅读论文，理解原理

step2 测试