今天我们要学习的内容是CycleGAN图像风格迁移互换
进入学习之前先来了解一下
模型简介
CycleGAN(Cycle Generative Adversarial Network) 即循环对抗生成网络,该模型实现了一种在没有配对示例的情况下学习将图像从源域 X 转换到目标域 Y 的方法。
感兴趣可以去看看这篇论文:https://arxiv.org/abs/1703.10593
模型结构
CycleGAN 网络本质上是由两个镜像对称的 GAN 网络组成
理解:以苹果和橘子为例介绍。上图中 𝑋 可以理解为苹果,𝑌为橘子;𝐺为将苹果生成橘子风格的生成器,𝐹为将橘子生成的苹果风格的生成器,𝐷𝑋 和 𝐷𝑌为其相应判别器
接下来要进行数据集的准备
下载代码
from download import download
url = "https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/notebook/models/application/CycleGAN_apple2orange.zip"
download(url, ".", kind="zip", replace=True)
接下来进行数据集加载
from mindspore.dataset import MindDataset
# 读取MindRecord格式数据
name_mr = "./CycleGAN_apple2orange/apple2orange_train.mindrecord"
data = MindDataset(dataset_files=name_mr)
print("Datasize: ", data.get_dataset_size())
batch_size = 1
dataset = data.batch(batch_size)
datasize = dataset.get_dataset_size()
到这里我们的前期工作就完成了,剩下的今后揭晓
文本最后附上打卡时间