MNIST数据集下载(使用CycleGAN训练自己制作的数据集,通俗教程,快速上手)
总结了使用CycleGAN训练自己制作的数据集 ,这里的教程例子主要就是官网给出的斑马变马 ,马变斑马 ,两个不同域之间的相互转换 。教程中提供了官网给的源码包和我自己调试优化好的源码包 ,大家根据自己的情况下载使用 ,推荐学习者下载我提供的源码包 ,可以少走一些弯路 ,按照我的教程 ,能较快上手训练使用 。
一 、源码包的下载
官方给出的源码包下载链接:添加链接描述
配套教程源码包下载链接:添加链接描述 提取码:96as
下载好配套教程的源码包解压后的样纸见下:
注:如果是下载官网提供源码包的童鞋 ,在下载后的根目录中创建两个文件,分别是:checkpoints文件(用于存放训练好的模型权重文件)和results文件(用于存放测试后结果)。
二 、安装训练必要的库文件
Python的版本选用3.7或者3.8都可以 。
三 、准备数据集
准备数据集 数据集可以是自己准备的 ,也可以下载官网提供的 ,下载官网提供的数据集链接为:添加链接描述,如下面的样纸 ,打开链接后直接点击即可下载数据集 ,在我提供的源码包中,我已经下载了horse2zebra.zip ,后面的教程也都是基于此数据集讲解的 。
下载解压后将文件复制到根目录datasets文件中 ,如下:
训练集里面的样纸见下 ,如果是用自己数据集的童鞋 ,将两个不同域的图像 ,分别复制到对应的测试集里面和训练集里面 。
下面是补充解释上面对应的A域 ,B域各对应着的类别:
四 、训练数据集
1 、配置训练文件
在正式训练前 ,需要在编译软件中配置训练文件 ,我这里提供的配置方法是在Pycharm编译软件中 ,其它编译软件的配置方法也类似,具体配置方法见下:
(1)先运行一下train.py文件 ,这时候会报错提示 ,提示需要配置训练文件,如下:
报错的提示如下:error: the following arguments are required: --dataroot
(2)打开Run的下拉菜单 ,点击Edit Configurations ,如下:
如上图所示,在打开的编辑框中输入如下命令后点击OK即可添加好训练配置文件:
2 、训练参数的修改
下面的参数童鞋根据自己的电脑配置自行修改
(1)训练轮数epoch ,修改位置见下:
(2) 一次喂入图片数量 ,即batch_size的修改 ,由于CycleGAN网络特别复杂 ,训练占用的显存特别大 ,电脑配置一般的话建议改为1就可以 ,如果你的电脑显存为8G ,参数改为2 ,见下:
下图是我自己电脑显存的使用情况 ,我电脑显存为8G,batch_size参数为2 ,大家参考我的电脑配置自行修改训练参数:
3 、开始训练
上面步骤都准备好后在Terminal控制台中输入下面命令回车就开始训练了 ,如下:
python train.py --dataroot ./datasets/horse2zebra --name horse2zebra_cyclegan --model cycle_gan回车后下面这种样纸的情况,就说明在正常训练了:
4 、可视化训练过程
使用visdom可视化训练过程 。安装好visdom这个库后 ,进入到库所在的文件夹中 ,打开文件server.py文件,注释一行里面的代码 ,防止每次打开visdom时都自动连外网更新 ,见下:
4.1 启动visdom
先进入虚拟环境中 ,输入下面命令后 ,复制输出的网址到浏览器中就可以实时观看CycleGAN网络的预测结果了 ,也可以实时看到loss值的变换情况 ,见下:
python -m visdom.server五 、测试训练好的模型
1、配置测试文件
上面的训练很漫长 ,等待全部训练完后就可以开始测试训练好的模型了 ,上面训练好的模型 ,存放在根目录文件夹checkpoints中,如下:
同样类似上面的方法 ,配置测试文件 ,先运行以下test.py文件,同样也会报错提示 ,如下:
开始配置测试文件:
复制权重文件到新建的文件夹horse2zebra_pretrained中 ,并将复制过来的权重文件名字改为latest_net_G.pth,如下:
2 、开始测试
在Terminal控制台中输入以下命令 ,并回车就开始测试了 ,如下:
python test.py --dataroot datasets/horse2zebra/testA --name horse2zebra_pretrained --model test --no_dropout出现下面的样纸时就说明测试完成了 ,测试的最后结果会保存到根目录下的results这个文件夹中 ,见下:
以上就是使用CycleGAN网络训练自己数据集 ,并测试最终模型的过程 。六 、测试官方给出的模型权重
当然有的童鞋懒得训练也可以使用官方已经训练好的模型权重文件 ,下载官方给的模型权重文件链接为:添加链接描述 ,如下:
直接点击下载好后复制到根目录下的checkpoints文件下 ,新建一个文件夹 ,再将权重文件复制进去新建的文件夹中,如下:
最后测试之前先修改test.py的配置文件 ,具体操作同上 ,如下:
最后在Terminal控制台中输入以下命令回车后,即可测试模型权重的训练结果 ,最后测试的图像结果保存位置也是在根目录下的results文件夹中 ,见下:
python test.py --dataroot datasets/horse2zebra/testA --name horse2zebra.pth_pretrained --model test --no_dropout七、总结
以上就是使用CycleGAN训练自己制作的数据集,快速上手的通俗教程 ,也提供了直接下载官方提供模型权重文件的使用方法 ,希望我总结的教程能帮到你快速上手使用 ,谢谢!
创心域SEO版权声明:以上内容作者已申请原创保护,未经允许不得转载,侵权必究!授权事宜、对本内容有异议或投诉,敬请联系网站管理员,我们将尽快回复您,谢谢合作!