UGATIT — это современное состояние технологий преобразования изображения в изображение.
*Бумага
*Страница проекта GitHub.
Вы можете обучить эту модель на своем собственном наборе данных.
Для этого обучения я рекомендую ноутбук Google Colaboratory, в котором вы можете использовать бесплатный графический процессор. Потому что УГАТИТУ нужна мощная вычислительная мощность.
1, клонируйте страницу проекта GitHub выше.
git clone https://github.com/taki0112/UGATIT.git cd UGATIT
2. Установите TensorFlow1.14. (Если у вас нет TensorFlow1. Поскольку эта модель создана TensorFlow1, а не TensorFlow2.0.)
pip install tensorflow-gpu==1.14
3, сделайте свой собственный набор данных. Я рекомендую использовать 6200 изображений ( TrainA(DomainA):3000,TrainB(DomainB):3000,TestA(DomainA):100,TestB(DomainB):100). Поскольку набор данных selfie2anime для исходного проекта содержит такое количество изображений. Размер изображения не имеет значения. Утилита UGATIT автоматически изменяет размер ваших изображений. Создайте каталог набора данных и создайте каталоги для каждого домена в нем.
Имя каталога набора данных (например, «selfie2anime»). И поместите каталог набора данных в каталог UGATIT.
4. Запустите скрипты поезда. Вы должны указать собственное имя набора данных в аргументе «— dataset».
python main.py --dataset your_dataset_name --phase train
Пожалуйста, следите за моим твиттером. https://twitter.com/JackdeS11 И, пожалуйста, хлопайте в ладоши 👏.
Любой вопрос?