小白跑stargan v1 inference

本小白在老师的要求下，要从基础代码跳级去看stargan代码。stargan大概思想我简单捋了一下：就是一个生成器，实现多种图像编辑。实现方式是生成器需要输入图像+目标编码，进行定向的编辑；判别器不仅要判生成图的好坏，还要判别生成图的类别编辑对了没。

然后带着老师多看代码的叮嘱，我决定去跑一下官方pytorch代码。

再次强调，本人，纯纯小白，不仅深度学习刚入门，而且各方面基础知识都有所欠缺，包括github也不太会用，所以本人的经历非常之笨笨。前方笨蛋预警！

yunjey/stargan: StarGAN - Official PyTorch Implementation (CVPR 2018) (github.com)

打开论文作者大神的stargan首页，乖乖地先看readme：

1、Dependencies

python3.5+，pytorch0.4.0+，tensorflow1.3+ (optional for tensorboard)

嗯，+说明高于这个版本就好了，前2个过关。tensorflow我没装，但是没关系，它是optional的可以不装，具体什么情况我先没管。

2、dataset下载

git clone https://github.com/yunjey/StarGAN.git
cd StarGAN/
bash download.sh celeba

这是人大神给的代码，我到cmd一跑，诶，全都报错，说git和bash不是内部或外部命令，也不是可运行的程序或批处理文件。百度一搜，要解决的问题可多，看不明白，算了，先不去想为啥不能跑了。

这三行代码的意思无非是打包下载github页面的所有文件，然后下载celeba数据集。

按照上图，下载好gitHub文件的压缩包，解压，就得到了一个stargan的文件夹。

而celeba数据集下载，可以拿这个关键词百度去，我找了一会儿找到了百度云资源，进行了一个较为耗时的等待...里面解压好了以后包括images和一个list_attr_celeba文件存放图像对应的类别编码信息。

3、test

咱都知道哈，train一个深层网络在咱自己的小破电脑中不太现实，肯定想拿pretrained model跑测试程序啊。可是因为我的cmd跑不了bash，我也不知道咋去解决，算是辜负了大神的download.sh文件。我仍然去百度搜啊，又通过万能的百度云下好了资源。

后来听师姐一说，我才发现我这榆木脑袋还到处百度呢，数据集、训好的模型参数，所有要下载的资源网址，不都写好在download.sh里了吗，我bash用不了，可以改用github打开这个文件，复制网址自己去手动下载啊。

我创好了环境，在pycharm terminal里激活环境以后，就复制大佬的那行命令去跑了啊。

 我又傻了，我直接完整复制了这段命令：

$ python main.py --mode test --dataset CelebA --image_size 128 --c_dim 5 \
                 --selected_attrs Black_Hair Blond_Hair Brown_Hair Male Young \
                 --model_save_dir='stargan_celeba_128/models' \
                 --result_dir='stargan_celeba_128/results'

论这里面到底有多少个糟心的傻瓜错误？

（1）去掉那个$！！！

（2）去掉那几个\ ！！！！！！不要换行，把换行和\都改成一个空格，跟前面那么多个参数之间的格式一样，保持一个空格就行！这样才能一把子命令下去。

（3）为啥跑出来一个hello pycharm？？因为我运行的目录在我放所有代码的总文件夹下，那么多个main.py文件，它自然而然地运行了开天辟地hello world那一个。得加命令：

cd stargan\

将咱们这段命令的运行目录改到stargan里面来！

（4）跑出来咋报错了？数据集都打不开？

好家伙，我去看了main文件才发现：

 人家的默认路径跟我不一样啊！或者更早之前就应该发现不对了，人大神在download.sh中都写好了，它要创建什么目录、把数据集下载到哪里去，我忽视了download.sh，也难怪忽视了路径。

现在就是根据这个提示啊，在stargan文件夹下新建文件夹data，把数据集celeba文件夹移入data。

说到路径，咱刚刚一股脑复制的那段命令里好像也有提到啥路径欸？

--model_save_dir='stargan_celeba_128/models' 
--result_dir='stargan_celeba_128/results'

嗯....还要在stargan文件夹下新建文件夹stargan_celeba_128，在stargan_celeba_128下建立models和results文件夹，把刚刚预训练模型参数解压出来的200000-D.ckpt和200000-G.ckpt移进models中。

(5)嗯？？怎么预训练模型参数存放路径还是报错？说找不到文件？

看具体报错信息，说" 'stargan_celeba_128/results'/ 200000-D.ckpt"不存在，发现盲点了吗朋友们，多了一对儿单引号，所以咱们python main.py命令后面跟的参数路径里，得把’’去掉。

总的来说！

应该把原来那段命令行改为以下形式：

python main.py --mode test --dataset CelebA --image_size 128 --c_dim 5 --selected_attrs Black_Hair Blond_Hair Brown_Hair Male Young --model_save_dir=stargan_celeba_128/models --result_dir=stargan_celeba_128/results

4、tensorflow

哐哐一顿跑，还没到读模型参数那一步呢，先报错我没有tensorflow，我确实没有啊，可是你不是说optional吗？我定睛一看，原来tensorflow is optional for tensorboard。百度一看，tensorboard是可视化工具，用来展示网络图、张量的指标变化、张量的分布情况等。哦，换句话说，对利用网络生成图像没影响。

于是我就去代码里ctrl+f，搜索tensorboard关键词了，想注释掉相关的调用。

main中果然有这么一个use_tensorboard参数 ，而且只有这么一处提到了。这个参数default=True，咱们改成False不就完了。果然，改完再跑，就跑起来了，results文件夹里出来了125张结果图，每张结果图有6列、16行，对应的是一个batch内16张图进行5种图像编辑，第一列是原图，第二列是黑发编辑，第三列是金发编辑，第四列是棕发编辑，第五列是性别编辑，第六列是年龄编辑。

这些都是由参数设置决定的——

（1）c_dim=5

（2）selected_attrs=“Black_Hair”，“Blond_Hair”，“Brown_Hair”，“Male”，“Young”

（3）batch_size=16

125这个数字哪里来的？看data_loader那个文件就知道了，它读入数据集的图片时，打乱顺序后，简单划分，取2000张作为test_dataset，其余的作为train_dataset。（2000=16*125)

5、怎么debug呢？

我会通过在terminal敲命令加参数运行test程序以后就在想，这样一家伙全给我跑完了，我怎么设断点debug看具体过程学习呀？我得找找手动改参数的地方。

还记得我在前文3(4)中提到，main.py里有许多参数的default，我们改掉default，然后直接点击debug main.py，不就起到了命令行一样的作用吗？

(1)mode，default由train改为test

(2)model_save_dir、result_dir，也需要改一下default：

分别由stargan/models改为stargan_celeba_128/models；stargan/results改为stargan_celeba_128/results。

(3)dataset、image_size、c_dim、selected_attrs其实default都符合命令行的参数要求，不用改。

6、想试试自己的照片怎么弄？

打开data/celeba/images，发现里面的图片都是178x218像素值的。我们可以把自己的照片用电脑自带的画画软件打开，重新调整大小，选择不固定宽高比，手动调整图片为178x218像素。然后把这张照片改名为000001.jpg，替换原images文件夹中的第一张图片。然后打开list_attr_celeba.txt文件，修改000001.jpg对应的各属性编码，一共40种属性，符合则值为1，不符合则值为-1。

记得这些图片载入后是打乱了存入test和train的数据集的，我们怎么保证这一次运行test就能看到自己的照片效果并且轻易找到它在第几张呢？

咱把打乱顺序那两行代码注释掉不就得了。

在data_loader.py文件下，有random.seed(1234)和random.shuffle(lists)两行代码，ctrl+/，快捷键注释两行即可。

——————————————————————————————

热烈欢迎走过路过的朋友们批评指正！如果能解决我避开的问题就更好啦！