昇思25天学习打卡营第19天|DCGAN生成漫画头像

Mindspore框架DCGAN模型实现漫画头像生成

1. Mindspore框架DCGAN模型实现漫画头像生成|（一）漫画头像数据集准备
2. Mindspore框架DCGAN模型实现漫画头像生成|（二）DCGAN模型构建
3. Mindspore框架DCGAN模型实现漫画头像生成|（三）DCGAN模型训练和推理
4. 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