pytorch-CycleGAN-and-pix2pix

[TOC]html

環境要求

Linux(ubuntu 16.04)python
python3.5linux
Nvidia GPU 1080c++
Cuda8.0git
Cudnn6.0github
pytorch搭建比較簡單，看這個博客web

安裝

Install PyTorch 0.4, torchvision, and other dependencies from http://pytorch.org
安裝 visdom and dominate.

pip install visdom dominate

如下命令安裝全部的依賴

pip install -r requirements.txt

下載庫

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

conda能夠用如下命令進行安裝環境依賴

./scripts/conda_deps.sh

Train

用已有數據集訓練

用下載腳本進行下載maps數據集：

bash ./datasets/download_cyclegan_dataset.sh maps

Train a model:

#!./scripts/train_cyclegan.sh
python train.py --dataroot ./datasets/maps --name maps_cyclegan --model cycle_gan

查看訓練結果以及loss

運行python -m visdom.server並單擊URL http：// localhost：8097(端口號能夠經過-p來指定)。要查看更多中間結果，請查看./checkpoints/maps_cyclegan/web/index.htmlubuntu

Test

測試模型：

＃！./scripts/test_cyclegan.sh 
python test.py --dataroot ./datasets/maps --name maps_cyclegan --model cycle_gan

測試結果將保存到html文件中：./results/maps_cyclegan/latest_test/index.html。瀏覽器

預訓練模型

--model test僅用於爲一側生成CycleGAN的結果。python test.py --model cycle_gan將須要在兩個方向上加載和生成結果，這有時是沒必要要的。結果將保存在./results/。使用--results_dir {directory_path_to_save_result}指定的結果目錄。bash
若是您想將預先訓練的模型應用於輸入圖像集合（而不是圖像對），請使用--dataset_mode single和--model test選項。這是一個將模型應用於Facade標籤貼圖（存儲在目錄中facades/testB）的腳本。
```
#!./scripts/test_single.sh
python test.py --dataroot ./datasets/facades/testB/ --name {your_trained_model_name} --model test
```

訓練與測試本身的數據集

訓練本身的數據集須要在數據集文件夾下建立兩個文件夾trainA 和trainB,這兩個文件夾包含的圖片是來自於A和B兩個域。

你能夠在你的訓練設定設定測試模型--phase train在test.py。您還能夠建立子目錄testA和testB，若是你有測試數據。

打開visdom服務器

source activate pytorch
pip install visdom dominate
python -m visdom.server 
# 若是端口衝突，則用-p進行端口的指定

訓練

source activate pytorch 
python train.py --dataroot ./datasets/cow2 --name cow2_cyclegan --model cycle_gan

遇到的問題

來自：@luyue 出現的問題： ①導入torch出錯是anaconda的問題，解決辦法 cp /usr/lib/x86_64-linux-qnu/libgomp.so.1 /home/learner/anaconda3/lib/libgomp.so.1

cp /usr/lib/x86_64-linux-qnu/libstdc++.so.6 /home/learner/anaconda3/lib/libstdc++.so.6

②可視化界面 python -m visdom.server出錯（安裝使用visdom）其實還能夠用 python -m visdom.server -p 8097 最開始打不開，是因爲google沒有鏈接上網鏈接網絡後打開空白，而後打開另一個命令行運行本身的py文件而後返回瀏覽器能夠看到可視化界面

Reference

Github地址

參考博客

數據集製做參考

CycleGAN 配置及其實現