二、pix2pixHD代码解析(options设置)

pix2pixHD代码解析

一、pix2pixHD代码解析(train.py + test.py)
二、pix2pixHD代码解析(options设置)
三、pix2pixHD代码解析(dataset处理)
四、pix2pixHD代码解析(models搭建)

二、pix2pixHD代码解析(options设置)

base_options.py

import argparse
import os
from util import util
import torch

class BaseOptions():
    def __init__(self):
        self.parser = argparse.ArgumentParser()
        self.initialized = False

    def initialize(self):    
        # experiment specifics
        self.parser.add_argument('--name', type=str, default='label2city', help='name of the experiment. It decides where to store samples and models')  # 实验名称, 它决定在哪里存储样本和模型
        self.parser.add_argument('--gpu_ids', type=str, default='0, 1, 2', help='gpu ids: e.g. 0  0,1,2, 0,2. use -1 for CPU')                           # 要使用的GPU id:0, 1, 2三块GPU
        self.parser.add_argument('--checkpoints_dir', type=str, default='./checkpoints', help='models are saved here')                                   # 检查点路径
        self.parser.add_argument('--model', type=str, default='pix2pixHD', help='which model to use')                                                    # 选择的模型，此处由两个模型可供选择                                         # 选择模型
        self.parser.add_argument('--norm', type=str, default='instance', help='instance normalization or batch normalization')        
        self.parser.add_argument('--use_dropout', action='store_true', help='use dropout for the generator')
        self.parser.add_argument('--data_type', default=32, type=int, choices=[8, 16, 32], help="Supported data type i.e. 8, 16, 32 bit")                # 支持的数据类型，即8、16、32位
        self.parser.add_argument('--verbose', action='store_true', default=False, help='toggles verbose')               # 默认为false,表示之前并无模型保存
        self.parser.add_argument('--fp16', action='store_true', default=False, help='train with AMP')                   # fp16和amp适用于混合精度加速（英伟达自带的apex库）
        self.parser.add_argument('--local_rank', type=int, default=0, help='local rank for distributed training')

        # input/output sizes
        self.parser.add_argument('--batchSize', type=int, default=3, help='input batch size')
        self.parser.add_argument('--loadSize', type=int, default=512, help='scale images to this size')                 # 将图像缩放到这个大小：此处仅设置宽度，高度按照宽高比计算
        self.parser.add_argument('--fineSize', type=int, default=512, help='then crop to this size')                    # 然后裁剪成这个大小
        self.parser.add_argument(