pix2pixHD安装

安装pytorch

这个照着官网来就行,本人使用pytorch 0.4.0 cuda 9.0,可以进行使用

sudo pip install http://download.pytorch.org/whl/cu90/torch-0.4.0-cp27-cp27mu-linux_x86_64.whl
sudo pip install torchvision

安装dominate

sudo pip install dominate
为了图像在显示的时候生成html

安装tensorrt

先在官网下载tensort 4.0,这里必须使用4.0,因为pix2pixHD中有的包旧版的tensorrt不存在,地址https://developer.nvidia.com/nvidia-tensorrt-4x-download

解压,添加环境变量

vim ~/.zshrc 
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/path-to/TensorRT-4/lib
source ~/.zshrc

设置路径

sudo vim /etc/profile.d/cuda.sh
export PATH=/usr/local/cuda-9.0/bin:$PATH
sudo su -
sudo pip install tensorrt-*.whl
exit

安装uff

sudo pip install uff*.whl

需要验证的话,在python中导入uff和tensorrt试一下

Clone

git clone https://github.com/NVIDIA/pix2pixHD

测试

cd pix2pixHD
./scripts/test_1024p.sh

这个地方需要注意一下,如果要测试1024x2048的图像似乎很难,查看test_1024p.sh脚本可以发现

python test.py --name label2city_1024p --netG local --ngf 32 --resize_or_crop none

其中resize_or_crop参数可以进行调节,使用resize则会将1024x2048图片resize到1024x1024的结果;使用crop需要设置参数–fineSize 512等进行剪切

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
pix2pixHD是一种用于图像到图像的转换的深度学习模型,它可以将输入图像转换为输出图像。下面是pix2pixHD的环境配置步骤: 1. 安装Python和PyTorch:首先,确保你已经安装了Python和PyTorch。你可以从官方网站下载并按照指示进行安装。 2. 安装依赖库:在配置pix2pixHD环境之前,你需要安装一些必要的依赖库。可以使用以下命令来安装这些库: ``` pip install dominate pip install visdom pip install numpy pip install scipy pip install pillow ``` 3. 下载pix2pixHD代码:你可以从GitHub上下载pix2pixHD的代码。使用以下命令克隆代码库: ``` git clone https://github.com/NVIDIA/pix2pixHD.git ``` 4. 下载预训练模型:在运行pix2pixHD之前,你需要下载预训练的模型权重。你可以从GitHub页面上找到预训练模型的链接,并使用wget或其他下载工具进行下载。 5. 数据集准备:准备你的输入图像和对应的目标图像数据集。确保数据集的文件结构符合pix2pixHD的要求。 6. 运行pix2pixHD:在完成以上步骤后,你可以使用命令行进入pix2pixHD的代码目录,并运行以下命令来训练或测试模型: ``` python train.py --name your_experiment_name --dataroot /path/to/dataset --gpu_ids 0 ``` 其中,`your_experiment_name`是你的实验名称,`/path/to/dataset`是你的数据集路径,`--gpu_ids 0`表示使用GPU进行训练。 如果你只是想测试模型而不是训练模型,可以使用以下命令: ``` python test.py --name your_experiment_name --dataroot /path/to/dataset --gpu_ids 0 ``` 以上是pix2pixHD的环境配置步骤。如果你有任何进一步的问题,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值