采用的模型是:https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix/blob/master/docs/datasets.md
其中将文件按照要求安排好之后,调用下列代码,可能会陷入死循环,可能由于多线程导致,需在后面添加标志 --no_multiprocessing,方可正常运行。
关于pix2pix模型训练时的网页可视化:
首先,按照模型要求需要在环境种安装visdom的第三方包:
其次,调用训练命令进行训练:python train.py --dataroot datasets\grid --name grid_pix2pix --model pix2pix --direction BtoA
再次,打开anaconda的prompt进入当前环境,调用命令启动 Visdom 服务器,默认的服务器 URL 是 http://localhost:8097
python -m visdom.server
最后,打开浏览器,输入网址: http://localhost:8097
即可看到训练过程。训练中会实时显示当前图像的翻译效果。fakeB是生成图像。分别显示了3个模块,窗口左上角的向下箭头点击可保存当前图像。
最好是训练之前就打开visdom服务器,这样训练就不会报错“目标机积极拒绝”
调用测试命令后会在result中生成图像:python test.py --dataroot datasets\grid --name grid_pix2pix --model pix2pix --direction BtoA