Paper reading: SinGAN(ICCV 2019)

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！

Paper reading: SinGAN(ICCV 2019)相关推荐

SinGAN实现的单图动画，ICCV 2019 Best Paper
点击我爱计算机视觉标星,更快获取CVML新技术 ICCV 2019 Best Paper <SinGAN:Learning a Generative Model from a Single Na ...
2019 ICCV best paper：sinGAN: Learning a Generative Model from a Single Natural Image解读
sinGAN: Learning a Generative Model from a Single Natural Image 论文地址: https://arxiv.org/abs/1905.011 ...
ICCV 2019 最佳论文和最佳学生论文下载
ICCV 2019最佳论文和最佳学生论文已出炉! 最佳论文 SinGAN:LearningaGenerativeModelfromaSingleNaturalImage 用一张自然图片,学出一个生成模 ...
ICCV 2019 中国论文数量超美国，商汤57篇论文入选！
整理 | AI科技大本营编辑部出品 | AI科技大本营(ID:rgznai100) ICCV 2019 最佳论文论文标题:SinGAN:从单张图像学习生成模型 <SinGAN: Learni ...
ICCV 2019 | 中国研究者无缘最佳论文奖项，接收论文数量超美国，商汤57篇论文入选...
整理 | AI科技大本营编辑部出品 | AI科技大本营(ID:rgznai100) ICCV 2019 最佳论文论文标题:SinGAN:从单张图像学习生成模型 <SinGAN: Learni ...
COCO 2019挑战赛，旷视研究院拿下三项计算机识别冠军 | ICCV 2019
出品 | AI科技大本营(ID:rgznai100) 10月27日,两年一度的国际计算机视觉大会ICCV 2019(InternationalConference on Computer Vision ...
ICCV 2019论文投稿数破纪录，中科院、清华名列前茅，苹果垫底
参加 2019 Python开发者日,请扫码咨询 ↑↑↑ 整理 | 琥珀出品 | AI科技大本营(ID:rgznai100) 昨日,作为计算机视觉领域里顶级会议这一的 International C ...
ICCV 2019：谷歌获最佳论文！中国入选论文最多，中科院、清华领跑
10月27日至11月2日,ICCV2019在韩国首尔举办.作为计算机视觉领域的顶会之一,本届ICCV热度空前.据官网数据显示,本届ICCV注册参会人数再创新高,超过7000人,是2017年ICCV的2 ...
cvpr2019/cvpr2018/cvpr2017（Papers/Codes/Project/Paper reading）
cvpr2019/cvpr2018/cvpr2017(Papers/Codes/Project/Paper reading) Source:https://mp.weixin.qq.com/s/SmS ...

Paper reading: SinGAN(ICCV 2019)

Paper reading: SinGAN(ICCV 2019)相关推荐

最新文章

热门文章