Paper还在读,先挖个坑,代码正在训练中。。。
运行问题:
LZ自己下载了一张Ruby的图片,按照官网的Train部分,结果报错,缺少模块。。。
ModuleNotFoundError: No module named 'skimage'
安装对应模块:
//更新下conda
conda update -n base -c defaults conda
conda install scikit-image
1.开始训练
重新运行代码:
python main_train.py --input_name Ruby.jpg
正式开始训练了!!!
训练模型时,LZ的gpu使用情况,后面会增加。。。同时跑两个程序,也太难为LZ的小笔记本了,利用率直接飙到100%
未完待续。。。等训练出结果了在继续更新
LZ发现的下载ruby的尺寸为3543x4961,结果速度很慢,并且很吃现存
好吧,只好先换成官方代码中的trees3,也是,秋天到了嘛。
这张图的尺寸为250x167,训练大概一上午,可能LZ笔记本比较渣渣。。。
2. Random samples
运行下面代码,这个根据自己的实际情况修改下文件名就行
python random_samples.py --input_name <training_image_file_name> --mode random_samples --gen_start_scale <generation start scale number>
运行代码进行Random Samples,起始的Scale为0,然后生成了50幅图片,放其中几张
挑选了几张差异比较大的,但是基本上没有很明显的很假的痕迹。
3.Animation from a single image
python animation.py --input_name <input_file_name>
然后又开始新一轮的训练,但是速度快多了
狂风来一番。。。
4. Harmonization
python harmonization.py --input_name <training_image_file_name> --ref_name <naively_pasted_reference_image_file_name> --harmonization_start_scale <scale to inject>
结果呢?scale =1
scale = 3
5. Editing
python editing.py --input_name <training_image_file_name> --ref_name <edited_image_file_name> --editing_start_scale <scale to inject>
原来的图是:
出来的结果是:
还有一张
出来的结果:
scale = 1
scale = 2
运行出结果了,但是会报错:
python editing.py --input_name trees3.png --ref_name stone_edit.png --editing_start_scale 1
Random Seed: 6417
Traceback (most recent call last):
File "editing.py", line 63, in <module>
out = (1-mask)*real+mask*out
RuntimeError: The size of tensor a (168) must match the size of tensor b (167) at non-singleton dimension 2
有空查下原因!
6. Paint to Image
python paint2image.py --input_name <training_image_file_name> --ref_name <paint_image_file_name> --paint_start_scale <scale to inject>
scale = 1
scale = 2
scale = 3
7. Super Resolution
// LZ默认就是python3,所以直接python就可以了
python3 SR.py --input_name <LR_image_file_name>
然后就又开始训练了。。。
这是重建的结果,光从效果上看,果然是相当酷炫的工作呢!