FATAL Flags parsing error: Unknown command line flag 'params' がわかりません・

Question

プログラムを実行したら、

FATAL Flags parsing error: Unknown command line flag 'params'

Pass --helpshort or --helpfull to see help on flags.

となってしまいました。
何が原因なのかわかりません。
どなたか教えていただけないでしょうか？

# -*- coding: utf-8 -*-

#Copyright (c) 2017, Gabriel Eilertsen.
#All rights reserved.

import os, sys
import tensorflow as tf
import tensorlayer as tl
import numpy as np
import network, img_io

from absl import app
from absl import flags

eps = 1e-5

def print_(str, color='', bold=False):
    if color == 'w':
        sys.stdout.write('\033[93m')
    elif color == "e":
        sys.stdout.write('\033[91m')
    elif color == "m":
        sys.stdout.write('\033[95m')

    if bold:
        sys.stdout.write('\033[1m')

    sys.stdout.write(str)
    sys.stdout.write('\033[0m')
    sys.stdout.flush()

def main():
    #設定、TensorFlow引数を使用
    FLAGS = flags.FLAGS
    flags.DEFINE_integer("width", "1024", "Reconstruction image width")
    flags.DEFINE_integer("height", "768", "Reconstruction image height")
    flags.DEFINE_string("im_dir", "data", "Path to image directory or an individual image")
    flags.DEFINE_string("out_dir", "out", "Path to output directory")
    flags.DEFINE_string("params", "hdrcnn_params.npz", "Path to trained CNN weights")

    flags.DEFINE_float("scaling", "1.0", "Pre-scaling, which is followed by clipping, in order to remove compression artifacts close to highlights")
    flags.DEFINE_float("gamma", "1.0", "Gamma/exponential curve applied before, and inverted after, prediction. This can be used to control the boost of reconstructed pixels.")

    #32の倍数に丸めて、オートエンコーダのプーリングとアップサンプリングを行う
    #入力画像と同じサイズになります
    sx = int(np.maximum(32, np.round(FLAGS.width/32.0)*32))
    sy = int(np.maximum(32, np.round(FLAGS.height/32.0)*32))
    if sx != FLAGS.width or sy != FLAGS.height:
        print_("Warning: ", 'w', True)
        print_("prediction size has been changed from %dx%d pixels to %dx%d\n"%(FLAGS.width, FLAGS.height, sx, sy), 'w')
        print_("ピクセル、オートエンコーダのプーリングとアップサンプリングに準拠します。\n\n", 'w')

        #情報
        print_("\n\n\t-------------------------------------------------------------------\n", 'm')
        print_("\t  ディープCNNを使用した単一露光からのHDR画像再構成\n\n", 'm')
        print_("\t  予測設定\n", 'm')
        print_("\t  -------------------\n", 'm')
        print_("\t  入力画像のディレクトリ/ファイル:%s\n" % FLAGS.im_dir, 'm')
        print_("\t  出力ディレクトリ:%s\n" % FLAGS.out_dir, 'm')
        print_("\t  CNN重み:%s\n" % FLAGS.params, 'm')
        print_("\t  予測解像度:          %dx%d ピクセル\n" % (sx, sy), 'm')
        if FLAGS.scaling > 1.0:
            print_("\t  Pre-scaling:                    %0.4f\n" % FLAGS.scaling, 'm')
            if FLAGS.gamma > 1.0 + eps or FLAGS.gamma < 1.0 - eps:
                print_("\t  Gamma:                          %0.4f\n" % FLAGS.gamma, 'm')
                print_("\t-------------------------------------------------------------------\n\n\n", 'm')

        # シングルフレーム
        frames = [FLAGS.im_dir]
         
        # ディレクトリが指定されている場合は、パス内のすべてのファイルの名前を取得します
        if os.path.isdir(FLAGS.im_dir):
            frames = [os.path.join(FLAGS.im_dir, name)
                      for name in sorted(os.listdir(FLAGS.im_dir))
                      if os.path.isfile(os.path.join(FLAGS.im_dir, name))]

        #画像入力用のプレースホルダー
        x = tf.placeholder(tf.float32, shape=[1, sy, sx, 3])
         
        #HDR再構成オートエンコーダモデル
        print_("Network setup:\n")
        net = network.model(x)
        
        #CNN予測（これには入力画像xとのブレンドも含まれます）
        y = network.get_final(net, x)

        #推論を実行するためのTensorFlowセッション
        sess = tf.InteractiveSession()

        #トレーニング済みのCNNウェイトをロードする
        print_("\nLoading trained parameters from '%s'..."%FLAGS.params)
        load_params = tl.files.load_npz(name=FLAGS.params)
        tl.files.assign_params(sess, load_params, net)
        print_("\tdone\n")

        if not os.path.exists(FLAGS.out_dir):
            os.makedirs(FLAGS.out_dir)

        print_("\nStarting prediction...\n\n")
        k = 0
        for i in range(len(frames)):
            print("Frame %d: '%s'"%(i,frames[i]))
            
            try:
                #フレームの読み込み
                print_("\tReading...")
                x_buffer = img_io.readLDR(frames[i], (sy,sx), True, FLAGS.scaling)
                print_("\tdone")

                print_("\t(Saturation: %0.2f%%)\n" % (100.0*(x_buffer>=1).sum()/x_buffer.size), 'm')

                # 実行予測。
                # ガンマ値は、再構成されたハイライトの強度を高める/減らすことを可能にするために使用されます。
                # y = f(x)が再構成されたものであれば、ガンマ値 gは、y = f(x^(1/g))^gに従ってこれを変更します。
                print_("\tInference...")
                feed_dict = {x: np.power(np.maximum(x_buffer, 0.0), 1.0/FLAGS.gamma)}
                y_predict = sess.run([y], feed_dict=feed_dict)
                y_predict = np.power(np.maximum(y_predict, 0.0), FLAGS.gamma)
                print_("\tdone\n")
                
                #  ガンマ補正出力
                y_gamma = np.power(np.maximum(y_predict, 0.0), 0.5)
                
                # ディスクへの書き込み
                print_("\tWriting...")
                k += 1;
                img_io.writeLDR(x_buffer, '%s/%06d_in.png' % (FLAGS.out_dir, k), -3)
                img_io.writeLDR(y_gamma, '%s/%06d_out.png' % (FLAGS.out_dir, k), -3)
                img_io.writeEXR(y_predict, '%s/%06d_out.exr' % (FLAGS.out_dir, k))
                print_("\tdone\n")
                 
            except img_io.IOException as e:
                print_("\n\t\tWarning! ", 'w', True)
                print_("%s\n"%e, 'w')
            except Exception as e:    
                print_("\n\t\tError: ", 'e', True)
                print_("%s\n"%e, 'e')

            print_("Done!\n")

            sess.close()

if __name__ == "__main__":
  app.run(main)

Answer 1

abslの使い方がおかしいです。
Example Codeを参考に修正ください。

import os, sys
from absl import app
from absl import flags

FLAGS = flags.FLAGS
flags.DEFINE_string("params", "hdrcnn_params.npz", "Path to trained CNN weights")

def main(argv):
    del argv
    print(FLAGS.params)

if __name__ == "__main__":
  app.run(main)

実行結果例

>python hoge.py
hdrcnn_params.npz

>python hoge.py -params abc
abc