github源代码:GitHub - junyanz/pytorch-CycleGAN-and-pix2pix: Image-to-Image Translation in PyTorch
二、运行代码
1.下载源代码
cd ~/zhw
git clone https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
cd pytorch-CycleGAN-and-pix2pix
conda env create -f environment.yml #创建conda环境
conda activate pytorch-CycleGAN-and-pix2pix #激活conda环境
如下图,在conda(pytorch-CycleGAN-and-pix2pix)环境中运行代码。

2.准备数据集
“prepare_ACDC_datasets.py”将数据集ACDC/night中图片均裁成1:1的.jpg格式,保存在“./zhw/pytorch-CycleGAN-and-pix2pix/datasets/ACDC/day2night”,数据集文件需要如下形式 ,其中B为normal情况,A为night。
3.train训练
可以通过visdom在训练过程中查看训练情况和loss损失,在训练前开启visdom,用法如下:
pip install visdom
python -m visdom.server
##如果Error: Address already in use.
lsof -i tcp:8097
kill -9 xxx

该博客介绍了如何使用PyTorch实现CycleGAN进行图像到图像转换。首先,通过git clone获取源代码并创建conda环境。然后,准备数据集,将图片裁剪并保存。接着,启动visdom并训练模型,训练过程中的损失可以在visdom中监控。训练完成后,进行模型测试,得到转换结果。最后,说明了如何应用模型进行day2night和day2rain的图像转换。
最低0.47元/天 解锁文章
8523





