- Powered by DL HACKS
- Reference: https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
- pix2pix
- Image-to-Image Translation with Conditional Adversarial Networks (CVPR2017)
- Phillip Isola, Jun-Yan Zhu, Tinghui Zhou, Alexei A. Efros
- https://arxiv.org/pdf/1611.07004v1.pdf
- PAN
- Perceptual Adversarial Networks for Image-to-Image Transformation (2017)
- Chaoyue Wang, Chang Xu, Chaohui Wang, Dacheng Tao
- https://arxiv.org/pdf/1706.09138.pdf
- python 3.5
- pytorch 0.2.0
- Prepare
pip install visdom dominate
- Get datasets (時間がかかるので注意!! 試すだけならやらなくてOKです)
- デモでは ./datasets/tmp_facades の超小規模データ使います．(10枚train, 10枚test)
#bash ./datasets/download_pix2pix_dataset.sh facades
#bash ./datasets/download_pix2pix_dataset.sh cityscapes
#bash ./datasets/download_pix2pix_dataset.sh maps
- Demo Train/Test (GPU)
bash ./scripts/demo_pix2pix.sh [GPU_ID]
bash ./scripts/demo_pan.sh [GPU_ID]
- Demo Train/Test (CPU)
bash ./scripts/demo_pix2pix_cpu.sh
bash ./scripts/demo_pan_cpu.sh
- Real Dataset
- Train:TITAN Xで半日程度
- Test:数分．
#bash ./scripts/map_pix2pix.sh [GPU_ID]
#bash ./scripts/map_pan.sh [GPU_ID]
#bash ./scripts/city_pix2pix.sh [GPU_ID]
#bash ./scripts/city_pan.sh [GPU_ID]
#bash ./scripts/facades_pix2pix.sh [GPU_ID]
#bash ./scripts/facades_pan.sh [GPU_ID]
- ./scripts/ の中身をみてもらえば分かりますが，データセットごとに変わるのは(ほとんど)以下だけです．
--dataroot: データセットの場所--which_direction: 左→右 or 右→左--pan_mergin_m: PANのpositive margin m--niter: 学習率一定のエポック数．niter_decayと合わせて総エポック数 (この実験では全て200)--niter_decay: 学習率を減衰させるエポック数．niterと合わせて総エポック数 (この実験では全て200)--batchSize: バッチサイズ (この実験では全て4)
- ./checkpoints に最新の重み, 途中の重みが保存されます．
- ./results に生成結果が保存されます．
- 出力結果 Google Drive Link ダウンロードしてhtmlを開くとinput, 生成画像, ground truthが並んで表示されます．
- PSNR(dB)での評価は以下．
python evaluation.py --imgs_path [path/to/result_images]
PSNR(なぜかpix2pixの方が良い結果になりました…)
| facades | maps | cityscapes | |
|---|---|---|---|
| pix2pix | 28.00 | 31.62 | 32.11 |
| PAN | 28.04 | 30.52 | 31.52 |