💡

CycleGANを試す

2022/08/01に公開約2,400字

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

Discussion

ログインするとコメントできます