[Pytorch系列-67]：生成对抗网络GAN - 图像生成开源项目pytorch-...

小蚂蚁

第1步：下载或克隆pytorch-CycleGAN-and-pix2pix所有代码

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

也可以通过Windows浏览器下载：https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
备注：
需要把代码下载或拷贝到jupter的工作目录中。
第2步：切换当前目录

import os
os.chdir('pytorch-CycleGAN-and-pix2pix/')

第3步：安装依赖文件：

!pip install -r requirements.txt

torch>=0.4.1
torchvision>=0.2.1
dominate>=2.3.1
visdom>=0.1.8.3
# 备注：主要是可视化工具
第4步：下载pix2pix数据集

bash ./datasets/download_pix2pix_dataset.sh [cityscapes, night2day, edges2handbags, edges2shoes, facades, maps]

支持的数据集：

• cityscapes： 城市轮廓转换成城市街景实体
• night2day：  晚上转换成白天
• edges2handbags：边沿转换成手提包
• edges2shoes：边沿转换成鞋子
• facades：房屋外观转换成房子实体
• maps：地图轮廓转换成实体地图
  

也可以根据./datasets/download_pix2pix_dataset.sh的内容，获取数据集URL， 通过URL手工下载：Index of /pix2pix/datasets

备注：

• 有些数据集很多，高达8G, 下载时需留意硬盘空间是否可以承载。
• pix2pix的数据集是成对出现的。
• Facades数据集最小，方便测试验证。
  

第5步：下载预训练模型
说明：
预训练模型的重要：以预训练模型为基础，加快后续模型的训练过程，否则的话，需要非常长的时间进行训练才能收敛到较好的水平。因此，强烈建议下载预训练模型。

bash ./scripts/download_pix2pix_model.sh [edges2shoes, sat2map, map2sat, facades_label2photo, and day2night]

下载的预训练模型安装在如下的目录中：
./checkpoints/{NAME}_pretrained/     #名字必须与模型名一致，否则代码找不到预训练模型。
打开/scripts/download_pix2pix_model.sh，获得预训练模型的URL:
Index of /pix2pix/models-pytorch
支持的预训练模型包括（与数据集一致）

备注：不同的模型，有不同的数据集。
第6步：训练模型

python train.py --dataroot ./datasets/facades --name facades_pix2pix --model pix2pix --direction BtoA

• ​​--dataroot ./datasets/facades： 指定数据集的路径​​
• ​​--name facades_pix2pix：与预训练mode的名称​​
• ​​--model pix2pix：模型分类：pix2pix or CycleGAN​​
• ​​--direction BtoA：训练方向。​​
• ​​--gpu_ids：0,1,..​​ to train on multiple GPUs, 在多GPU情况下，指定GPU id。
• ​​batch_size: Batch size。​​
  

第7步：测试模型

python test.py --dataroot ./datasets/facades --direction BtoA --model pix2pix --name facades_pix2pix

• ​​--dataroot ./datasets/facades： 指定数据集的路径​​
• ​​--name facades_pix2pix：与预训练mode的名称​​
• ​​--model pix2pix：模型分类。​​
• ​​--direction BtoA：训练方向​​