风格迁移1-02：Liquid Warping GAN(Impersonator)-源码模型测试-报错解决

以下链接是个人关于Liquid Warping GAN(Impersonator)-姿态迁移，所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。
风格迁移1-00：Liquid Warping GAN(Impersonator)-目录-史上最新无死角讲解

$\color{red}{注意，本人编写该博客的时间为2019/12/29，也就是说，你现在下载的作者代码或许}$
$\color{red}{和本人的代码不一样（如果作者有更新过）还有就是，本人初次调试该代码为}$
$\color{red}{Linux系统，即下面的报错都是Ubuntu下运行报错的过程，以及解决办法}$

环境搭建

通过前面的链接，我相信大家都已经拿到了作者的源码了，套路基本都是一致的，没有太特别的东西。已经从源码的READ.md看起。训练那些我们暂时不理会，先把测试效果搞出来，既然如此，我们先看如下部分:

本人很老实，按照他的介绍安装对应的环境。我是使用conda安装环境了，所以先为该项目创建一个虚拟环境，终端执行命令如下（希望大家也老实点，不要搞骚操作，不然错误比较多）：

conda create -n zwh-LiquidWarping python=3.6

完成之后激活环境：

source activate zwh-LiquidWarping

然后按照cd到项目根目录，根据提示，执行两个命令如下：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.douban.com --default-timeout=100

apt-get install ffmpeg

后面过国内镜像，可以加快速度，如果已经失效，执行pip install -r requirements.txt即可。本人安装一切正常，如果你出现不正常的现象，那么需要去百度了。紧接着我们再执行如下指令：

cd thirdparty/neural_renderer
python setup.py install

是的，本人安装又一切正常，此时开心与快乐并存。

资源下载与摆放：

大家先按照上面的提示，把上面的3个文件都下载下来，解压之后，根据上面的提示，放置如下

代码测试

然后根据如下提示，进行测试：

demo_imitator.py报错解决

本人根据作者提示，直接运行：

python demo_imitator.py --gpu_ids 1

本人打印如下

并没有报错，一切正常，outputs目录如下：

这些到底是干嘛的，我也很懵逼，不过没关系，我们后面慢慢就会明白了。

demo_swap.py报错解决

执行命令如下：

python demo_swap.py --gpu_ids 0

本人打印如下，一切正常。

输出文件如下：

大家认真对比一下，可以发现其可以实现把图片人物的身份调换，或者把人物的ID调换。是不是很神奇

demo_view.py

执行命令如下：

python demo_view.py --gpu_ids 0

打印如下：

获得结果文件如下

大家查看之后，可以看到，输入一张图片，就能获得一个360°的角度视频（由图像组成），本人感觉还是很牛逼的。

Running custom examples (Details)

继续跟着提示，我们可以看到如下：

三种运行方式，都是都是进行动作模仿。首先我再本人的电脑终端运行:

python -m visdom.server --hostname 192.168.22.107

192.168.22.107 为本人的主机ip，运行之后显示如下：

此时，我们在浏览器上输入http://localhost:8097/，当然，现在我们看到的都是空白的。下面，我们在服务器上执行：

python run_imitator.py --gpu_ids 0 --model imitator --output_dir ./outputs/results/  \
    --src_path      ./assets/src_imgs/imper_A_Pose/009_5_1_000.jpg    \
    --tgt_path      ./assets/samples/refs/iPER/024_8_2    \
    --bg_ks 13  --ft_ks 3 \
    --has_detector  --post_tune  \
    --save_res --ip 192.168.22.107 --port 8097

是的，就改一下 ip 以及 port 就可以了，本人运行的打印如下：

然后我们在浏览器就看看到如下画面：

记得需要选择runing环境，我们可以看棕色衣服的人，在模仿蓝色衣服人的动作。剩下的两个就不讲解了，一样的操作。

我在往下阅读，可以看到如下：

本人执行如下：

python run_swap.py --gpu_ids 0 --model imitator --output_dir ./outputs/results/  \
    --src_path      ./assets/src_imgs/imper_A_Pose/024_8_2_0000.jpg    \
    --tgt_path      ./assets/src_imgs/fashion_man/Sweatshirts_Hoodies-id_0000680701_4_full.jpg    \
    --bg_ks 13  --ft_ks 3 \
    --has_detector  --post_tune  --front_warp --swap_part body  \
    --save_res --ip 192.168.22.107 --port 8097

本人打印输出结果如下：

可以看到其生成了新的结果，大家看下结果就知道他们进行了外貌的变化。我们再来看看

本人服务器终端执行：

python run_view.py --gpu_ids 0 --model viewer --output_dir ./outputs/results/  \
--src_path      ./assets/src_imgs/internet/men1_256.jpg    \
--bg_ks 13  --ft_ks 3 \
--has_detector  --post_tune --front_warp --bg_replace \
--save_res --ip 192.168.22.107 --port 8097

本人执行之火，浏览器显示如下:

好了，到这里我们已经把所有的测试代码都验证完成了，那么接下来，就是为大家讲解如何去对网络进行训练了。