UGAN代码使用

**# UGAN代码下载
链接：https://pan.baidu.com/s/1KTcXXnkUwsxlipWFmh5jSA
提取码：1234
复制链接下载UGAN代码

训练你自己的数据集

解压代码找到train.py


设置你的超参数

存放cheeckpoint和结果保存的路径，如果没有对应的文件夹，新建即可，也可以修改保存路径，为了简便这里不做改动。
这里没带引号的是你之前设置的超参数的值。

保存pickle文件，不熟悉的朋友可以不用管他

定义生成器和判别器
定义loss
日志和优化器


在两个glob之后加上当前任务数据集存放位置，代码中为默认读取地址。

从这里开始训练模型，总共迭代EPOCHS次

保存模型checkpoint
了解完模型训练过程，设置好超参数等，就可以开始训练了。运行train.py即可

测试模型

训练完自己的模型，找到eval.py文件

跟训练一样的过程，这里从训练时保存的pickle文件中读取超参数。当然也可以自己按照train.py里那样自己定义，为了简便直接读取pickle文件了。

这里设置checkpoint读取路径和结果保存路径，值都是从pickle文件中读取的如果是自己训练的可以忽略。IMAGES_DIR是结果保存路劲，可以在EXPERIMENT_DIR文件目录下新建一个文件夹用于存放结果。

定义模型，读取checkpoint

设置测试文件夹路径，支持从文件形式包括在蓝圈中，在橙色圈中设置你的测试数据路径

开始测试

使用misc.imsave保存测试结果，计算模型速度
代码解释过程结束，运行程序即可。
模型使用的是Tensorflow1.14，1.1x环境应该都能运行，misc需要较低版本的scipy，高版本中的scipy中已删除这个包。