CycleGAN 配置及其实现

pytorch-CycleGAN-and-pix2pix

目录

• pytorch-CycleGAN-and-pix2pix
  • 环境要求
  • 安装
  • Train
    • 用已有数据集训练
  • Test
    • 预训练模型
  • 训练与测试自己的数据集
  • 遇到的问题
  • Reference

环境要求

• Linux(ubuntu 16.04)

• python3.5

• Nvidia GPU 1080

• Cuda8.0

• Cudnn6.0

• pytorch搭建比较简单，看这个博客

安装

• Install PyTorch 0.4, torchvision, and other dependencies from http://pytorch.org
• 安装 visdom and dominate.

pip install visdom dominate

• 以下命令安装所有的依赖

pip install -r requirements.txt

• 下载库

git clone https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
cd pytorch-CycleGAN-and-pix2pix

• conda可以用以下命令进行安装环境依赖

./scripts/conda_deps.sh

Train

用已有数据集训练

• 用下载脚本进行下载maps数据集：

bash ./datasets/download_cyclegan_dataset.sh maps

• Train a model:

#!./scripts/train_cyclegan.sh
python train.py --dataroot ./datasets/maps --name maps_cyclegan --model cycle_gan

• 查看训练结果以及loss

运行python -m visdom.server并单击URL http：// localhost：8097(端口号可以通过-p来指定)。要查看更多中间结果，请查看./checkpoints/maps_cyclegan/web/index.html

Test

• 测试模型：

＃！./scripts/test_cyclegan.sh
python test.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。

预训练模型

• --model test仅用于为一侧生成CycleGAN的结果。python test.py --model cycle_gan将需要在两个方向上加载和生成结果，这有时是不必要的。结果将保存在./results/。使用--results_dir {directory_path_to_save_result}指定的结果目录。

• 如果您想将预先训练的模型应用于输入图像集合（而不是图像对），请使用--dataset_mode single和--model test选项。这是一个将模型应用于Facade标签贴图（存储在目录中facades/testB）的脚本。

  #!./scripts/test_single.sh
  python test.py --dataroot ./datasets/facades/testB/ --name {your_trained_model_name} --model test
  

训练与测试自己的数据集

训练自己的数据集需要在数据集文件夹下创建两个文件夹trainA 和trainB,这两个文件夹包含的图片是来自于A和B两个域。

你可以在你的训练设定设定测试模型--phase train在test.py。您还可以创建子目录testA和testB，如果你有测试数据。

• 打开visdom服务器

source activate pytorch
pip install visdom dominate
python -m visdom.server
# 如果端口冲突，则用-p进行端口的指定

• 训练

source activate pytorch
python train.py --dataroot ./datasets/cow2 --name cow2_cyclegan --model cycle_gan

遇到的问题

来自：@luyue

出现的问题：

①导入torch出错

是anaconda的问题，解决办法

cp /usr/lib/x86_64-linux-qnu/libgomp.so.1 /home/learner/anaconda3/lib/libgomp.so.1

cp /usr/lib/x86_64-linux-qnu/libstdc++.so.6 /home/learner/anaconda3/lib/libstdc++.so.6

②可视化界面 python -m visdom.server出错（安装使用visdom）

其实还可以用 python -m visdom.server -p 8097

最开始打不开，是由于google没有连接上网

连接网络后打开空白，然后打开另外一个命令行运行自己的py文件

然后返回浏览器可以看到可视化界面

Reference

Github地址

参考博客

数据集制作参考