Mindspore框架DCGAN模型实现漫画头像生成
- Mindspore框架DCGAN模型实现漫画头像生成|(一)漫画头像数据集准备
- Mindspore框架DCGAN模型实现漫画头像生成|(二)DCGAN模型构建
- Mindspore框架DCGAN模型实现漫画头像生成|(三)DCGAN模型训练和推理
- Mindspore框架DCGAN模型实现漫画头像生成|(四)应用程序生成实践
tips:
环境搭建:
pip install -i https://pypi.mirrors.ustc.edu.cn/simple mindspore==2.2.14
pip install download
一、漫画头像数据集准备
1).数据集下载
from download import download
url = "https://download.mindspore.cn/dataset/Faces/faces.zip"
path = download(url, "./faces", kind="zip", replace=True)
2).定义create_dataset_imagenet函数对数据进行处理和增强操作。
import numpy as np
import mindspore.dataset as ds
import mindspore.dataset.vision as vision
def create_dataset_imagenet(dataset_path):
"""数据加载"""
dataset = ds.ImageFolderDataset(dataset_path,
num_parallel_workers=4,
shuffle=True,
decode=True)
# 数据增强操作
transforms = [
vision.Resize(image_size),
vision.CenterCrop(image_size),
vision.HWC2CHW(),
lambda x: ((x / 255).astype("float32"))
]
# 数据映射操作
dataset = dataset.project('image')
dataset = dataset.map(transforms, 'image')
# 批量操作
dataset = dataset.batch(batch_size)
return dataset
dataset = create_dataset_imagenet('./faces')
3).通过create_dict_iterator函数将数据转换成字典迭代器,然后使用matplotlib模块可视化部分训练数据。
import matplotlib.pyplot as plt
def plot_data(data):
# 可视化部分训练数据
plt.figure(figsize=(10, 3), dpi=140)
for i, image in enumerate(data[0][:30], 1):
plt.subplot(3, 10, i)
plt.axis("off")
plt.imshow(image.transpose(1, 2, 0))
plt.show()
sample_data = next(dataset.create_tuple_iterator(output_numpy=True))
plot_data(sample_data)
4).参考文献
GCGAN网络应用-生产漫画头像