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！
