pix2pixHD代码解析

本文详细解析pix2pixHD代码,包括训练和测试主程序、选项参数设置、数据集处理以及模型结构。重点介绍如何使用自定义数据集进行训练,探讨预处理图像的技巧,并对核心模型代码进行注释。适合对条件生成对抗网络和图像转换感兴趣的读者。
摘要由CSDN通过智能技术生成

前言

环境配置:puthon3.6.9 + pytorch1.1.0 + CUDA10.1 + RTX 2080TI(12G)
代码链接: NVIDIA /pix2pixHD
原文地址:High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs
数据集:自己制作,也可调用默认戴姆勒奔驰路测数据集

使用自己数据集训练说明

1、如果您想使用自己的数据集进行训练,请生成标签映射,它是一个通道,其像素值对应于对象标签(即0、1、…,N-1,其中N为标签数量)。这是因为我们需要从标签映射生成一个热点向量。在培训和测试期间,请特别注意–base_options中的参数label_nc。
2、如果您的输入不是标签映射,请指定–label_nc = 0(本人此处指定的就是0,可以理解为和实例、语义都无关,仅仅是图像翻译,达到的效果类似pix2pix),它将直接使用RGB颜色作为输入。文件夹应该命名为train_A, train_B,而不是train_label, train_img,其目标是将图像从A转换为B。
3、如果您没有实例映射或者不想使用它们,请指定–no_instance。
4、预处理的默认设置是scale_width,它将把所有训练图像的宽度调整为opt.loadSize(1024),同

评论 7
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