本文提供了一个使用Dcgan进行数据增强的快速上手教程。首先，从GitHub下载Dcgan源码，然后准备统一格式的数据集，放入指定文件夹。接着，在特定环境中安装Tensorflow（版本低于1.15）和其他所需库。在源码中修改utils.py和main.py的部分内容，特别是imsave模块和中心裁剪函数。设置batch_size并运行main.py，确保参数如图片尺寸和epoch数量正确设置。最后，程序将在out/samples文件夹中生成增强的图片。
Step1:从github将标准dcgan的源码下载至本地
Step2:准备自己的数据集
重点：所有图片 格式、尺寸、通道数 完全一致！（图片格式建议.jpg）
新建一个 data 文件夹，里面再建一个 train文件夹， 然后把你所有的图片塞进去， 文件夹名字后面会有关联，务必叫 data 和 train
e.g 我这里是 3张 96x96的三通道RGB JPG格式的图片
然后把你新建的data文件夹，拖到源码的同目录中；
Step3:配置环境
这里我用的是conda create -n name python==3.7的方式新建一个环境，然后通过pip install去下载需要的库：
重点：（1
1656
4065
452
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
