CycleGANを試す

概要

Windows11でCycleGANの学習を試してみた。

環境

• OS : Windows11
• GPU : NVIDIA RTX 3080Ti
• Anaconda3

CycleGANを試す

ダウンロード

ソースコードをダウンロード

git clone https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
cd pytorch-CycleGAN-and-pix2pix

GitHub - junyanz/pytorch-CycleGAN-and-pix2pix: Image-to-Image Translation in PyTorch

環境構築

下記のコマンドでパッケージの一括ダウンロード

conda env create -f environment.yml
activate pytorch-CycleGAN-and-pix2pix

データセットのダウンロード

トレーニングのデータセットをダウンロード。

bash ./datasets/download_cyclegan_dataset.sh maps

学習の開始

下記のコマンドで学習開始。

python train.py --dataroot ./datasets/maps --name maps_cyclegan --model cycle_gan

トレーニングが開始されるとcheckpointsフォルダに途中経過の画像が保存されていく。

保存される画像は下記の8種類。

• real_A : 変換前の画像（今回のデータは実写画像）
• real_B : 変換前の画像（今回のデータはイラスト画像）
• fake_A : 変換後の画像（real_B→[BtoA]→fake_A）実写
• fake_B : 変換後の画像（real_A→[AtoB]→fake_B）イラスト
• rec_A : 変換後の画像から復元した画像（fake_B→[BtoA]→rec_A）実写
• rec_B : 変換後の画像から復元した画像（fake_A→[AtoB]→rec_B）イラスト
• idt_A : AからBへの変換にBの画像を入れたときの画像（real_B→[AtoB]→idt_A）イラスト
• idt_B : BからAへの変換にAの画像を入れたときの画像（real_A→[BtoA]→idt_B）実写

※[AtoB]:実写からイラスト [BtoA]:イラストから実写

途中経過

epcoh050
real_A

fake_B

rec_A

idt_B

real_B

fake_A

rec_B

idt_A

テスト

下記のコマンドでテスト開始。

python test.py --dataroot ./datasets/maps --name maps_cyclegan --model cycle_gan

生成画像

real_A

fake_B

real_B

fake_A