CycleGAN与pix2pix训练自己的数据集-Pytorch
github:https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
参考:https://blog.csdn.net/Gavinmiaoc/article/details/80585531
文章目录
- Cyclegan
- Download&Prerequisites
- before your work
- 数据集
- 训练
- 测试
- pix2pix
- 数据集
- 训练
- 测试
Cyclegan
Download&Prerequisites
- Linux或macOS
- Python 3
- CPU或NVIDIA GPU + CUDA CuDNN
安装[PyTorch](http://pytorch.org和)0.4+和其他依赖项(例如,torchvision,visdom和dominate)。
- 对于pip用户,请输入命令
pip install -r requirements.txt
。 - 对于Conda用户,我们提供安装脚本
./scripts/conda_deps.sh
。或者,您可以使用创建新的Conda环境conda env create -f environment.yml
。
导入torch出错解决->https://blog.csdn.net/frothmoon/article/details/90321926
git clone https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
cd pytorch-CycleGAN-and-pix2pixpip install visdom
pip install dominate
before your work
作者提供了关于数据集测试训练的tip可以根据自身情况修改相应的参数,强烈建议读完在做
数据集
未配对和成对的图像到图像转换提供PyTorch实现
可下载示例bash ./datasets/download_cyclegan_dataset.sh maps
,根据示例然后将自己的数据集配置成相同的格式
训练自己的CycleGAN,需要在datasets目录下新建两个文件夹 trainA 和trainB,同时为了后面的测试,可以再建testA,testB,完整目录展示如下:
图像转换的方向就是A==>B,所以trainA是要处理的图片,trainB是处理的目标图片
训练
预训练模型详见github库readme文件
可视化python3 -m visdom.server
URL http://localhost:8097
我自己运行时这里python -m visdom.server
出错解决方法->https://blog.csdn.net/frothmoon/article/details/90321926
训练命令(根据自身情况修改进行训练)
python3 train.py --dataroot ./datasets/mosaic --name mosaic_cyclegan --model cycle_gan --pool_size 50 --no_dropout --gpu_ids 0,1
要查看更多中间结果,请查看./checkpoints/maps_cyclegan/web/index.html
测试
#!./scripts/train_cyclegan.sh
python train.py --dataroot ./datasets/maps --name maps_cyclegan --model cycle_gan
测试结果将保存到html文件中:./results/maps_cyclegan/latest_test/index.html
贴张自己数据集的图:
pix2pix
数据集
官方原数据集下载bash ./datasets/download_pix2pix_dataset.sh facades
需要据此配置自己的
一对A、B中对应的图像必须大小相同,文件名相同
我们同样在./datasets/mosaic文件夹下新建两个文件夹,A 和B,然后在它们各自目录下再建三个folder,test,train,val(非必需)
最后将训练数据放到各自的train下,测试的在test下,验证在val下
使用以下代码生成图像对:
python3 datasets/combine_A_and_B.py --fold_A ./mosaic/A --fold_B ./mosaic/B --fold_AB ./mosaic
如图:
训练
预训练模型详见github库readme文件
可视化步骤与上述CycleGAN相同
python3 train.py --dataroot ./datasets/mosaic --name mosaic_pix2pix --model pix2pix --which_model_netG unet_256 --which_direction AtoB --lambda_B 100 --dataset_mode aligned --no_lsgan --norm batch --pool_size 0
要查看更多中间结果,请查看./checkpoints/facades_pix2pix/web/index.html
测试
#!./scripts/test_pix2pix.sh
python test.py --dataroot ./datasets/facades --name facades_pix2pix --model pix2pix --which_model_netG unet_256 --which_direction BtoA --dataset_mode aligned --norm batch
测试结果将保存到html文件中:./results/facades_pix2pix/test_latest/index.html
。您可以在scripts目录中找到更多脚本。
贴张自己数据集的图:
CycleGAN与pix2pix训练自己的数据集-Pytorch相关推荐
- DL之pix2pix:基于TF利用pix2pix模型对food_resized数据集实现Auto Color自动上色技术—训练测试过程全记录
DL之pix2pix:基于TF利用pix2pix模型对food_resized数据集实现Auto Color自动上色技术 目录 训练 food_resized数据集展示 TB过程监控 1.SCALAR ...
- pyTorch入门(五)——训练自己的数据集
学更好的别人, 做更好的自己. --<微卡智享> 本文长度为1749字,预计阅读5分钟 前言 前面四篇将Minist数据集的训练及OpenCV的推理都介绍完了,在实际应用项目中,往往需要用 ...
- YOLOV3训练自己的数据集(PyTorch版本)
由于这一段时间从事目标检测相关工作,因而接触到yolov3,进行目标检测,具体原理大家可以参考大神的博客目标检测(九)--YOLO v1,v2,v3,我就不细讲了,直接进入正题,如何利用深度学习框架P ...
- Pytorch版deeplabv3+环境配置训练自己的数据集
这个很不错:https://blog.csdn.net/qq_39056987/article/details/106455828 [windows10]使用pytorch版本deeplabv ...
- Pytorch实现中药材(中草药)分类识别(含训练代码和数据集)
Pytorch实现中药材(中草药)分类识别(含训练代码和数据集) 目录 Pytorch实现中药材(中草药)分类识别(含训练代码和数据集) 1. 前言 2. 中药材(中草药)数据集说明 (1)中药材(中 ...
- 1.Pytorch框架下使用yolov3-tiny网络模型 训练自己的数据集
在Pytorch框架下使用yolov3-tiny网络模型 ,训练自己的数据集 1.本文参考链接如下: https://blog.csdn.net/gbz3300255/article/details/ ...
- CycleGAN与pix2pix不得不玩的模型
CycleGAN是在去年三月底放在arxiv的一篇文章,文章名为Learning to Discover Cross-Domain Relations with Generative Adversar ...
- 深度学习论文代码复现——CycleGAN和pix2pix
一:前期代码准备 从GitCode(服务器在国内,访问比较快)中将开源代码copy下来 地址:mirrors / junyanz / pytorch-cyclegan-and-pix2pix · Gi ...
- Python基于CycleGAN&pix2pix的黑白图像AI上色(源码&部署教程)
1.项目背景 自从GAN技术发展以来,许多新奇的应用都得到了落地,本次我们来介绍其中一个小应用,就是黑白图像上色.想必大家在网上经常看到一些给黑白图像上色的视频,可以修复早期的黑白影像,背后的技术就是 ...
最新文章
- (二)阅读器客户端开发实战_需求阐述
- 你需要学好知识图谱——用AI技术连接世界
- win10电脑去掉快捷箭头_【搞机作战室】Win10系统电脑 常用快捷方式按键 (快捷键)介绍...
- 使用装饰器配置路由的
- 20万数据 sql 快还是 java快?_H2数据库学习(一)
- 导入功能 php,php Excel 导入功能
- 云计算监控—Prometheus监控系统(文末赠书)
- arduino 舵机接线图_用fritzing绘制arduino硬件连线图
- awk分割列-【AWK学习之旅】
- 剑指offer面试题16. 数值的整数次方(二分法)
- openmv探索_4_AprilTag标记追踪
- ASP.NET Core性能改进【转载】
- 高校GIS房地产管理系统
- android 10 无线 电脑模式,Win10电脑和安卓手机无线互投教程
- Qt线程:QThread
- 内存优化——使用pandas读取千万级数据
- UART协议就应该这么理解
- xp系统itunes无法连接服务器失败,xp系统iTunes无法连接到iTunes store的修复步骤
- 手机更换证件照背景色只需1分钟,别去打印店花冤枉钱了
- Grade for Android 之二:Groovy 与Java的语法区别