gan-image-similarity 项目使用教程

gan-image-similarity 项目使用教程

gan-image-similarity InfoGAN inspired neural network trained on zap50k images (using Tensorflow + tf-slim). Intermediate layers of the discriminator network are used to do image similarity. 项目地址: https://gitcode.com/gh_mirrors/ga/gan-image-similarity

1. 项目的目录结构及介绍

gan-image-similarity/
├── samples/
├── .gitignore
├── LICENSE
├── README.md
├── helpers.py
├── main.py
├── similarity.jpg
└── zap50k.py

• samples/: 存放生成的图像样本。
• .gitignore: Git 忽略文件配置。
• LICENSE: 项目许可证文件。
• README.md: 项目介绍和使用说明。
• helpers.py: 辅助函数文件。
• main.py: 项目的主启动文件。
• similarity.jpg: 示例图像相似度结果。
• zap50k.py: 处理 Zap50k 数据集的脚本。

2. 项目的启动文件介绍

main.py

main.py 是项目的启动文件，负责训练网络、生成图像以及计算图像相似度。以下是主要功能介绍：

• 训练网络: 使用 python main.py --logdir=logs/exp1 --batch_size=128 --file_pattern="ut-zap50k-images/*/*/*/*.jpg" 命令来训练网络。
• 生成中间特征并计算相似度: 使用 python main.py --similarity --batch_size=128 --logdir=logs/exp1 --file_pattern="ut-zap50k-images/*/*/*/*.jpg" 命令来生成中间特征并计算图像相似度。
• 从生成器获取图像: 使用 python main.py --logdir=logs/exp1 --sampledir=samples 命令来从生成器获取图像。

3. 项目的配置文件介绍

依赖包配置

项目依赖于以下 Python 包：

• tensorflow==0.11.0rc0
• scipy==0.18.1

数据集配置

项目使用 Zap50k 数据集，可以通过以下命令下载：

wget http://vision.cs.utexas.edu/projects/finegrained/utzap50k/ut-zap50k-images.zip

日志目录配置

在训练和生成过程中，日志和模型文件会保存在 --logdir 指定的目录中，例如 logs/exp1。

文件模式配置

在训练和生成过程中，需要指定数据集的文件模式，例如 --file_pattern="ut-zap50k-images/*/*/*/*.jpg"。

通过以上配置，您可以顺利启动和使用 gan-image-similarity 项目。

gan-image-similarity InfoGAN inspired neural network trained on zap50k images (using Tensorflow + tf-slim). Intermediate layers of the discriminator network are used to do image similarity. 项目地址: https://gitcode.com/gh_mirrors/ga/gan-image-similarity