AttGAN-Tensorflow 项目使用教程

AttGAN-Tensorflow 项目使用教程

AttGAN-Tensorflow AttGAN: Facial Attribute Editing by Only Changing What You Want (IEEE TIP 2019) 项目地址: https://gitcode.com/gh_mirrors/at/AttGAN-Tensorflow

1. 项目目录结构及介绍

AttGAN-Tensorflow/
├── data.py
├── examples.md
├── module.py
├── results.md
├── test.py
├── test_multi.py
├── test_slide.py
├── to_pb.py
├── train.py
├── utils.py
├── imlib/
├── pics/
├── pylib/
├── scripts/
├── tflib/
└── tfprob/

目录结构介绍

• data.py: 数据处理相关脚本。
• examples.md: 项目使用示例文档。
• module.py: 项目核心模块。
• results.md: 项目结果展示文档。
• test.py: 单属性编辑测试脚本。
• test_multi.py: 多属性编辑测试脚本。
• test_slide.py: 属性滑动测试脚本。
• to_pb.py: 将训练好的模型转换为 .pb 文件的脚本。
• train.py: 模型训练脚本。
• utils.py: 工具函数脚本。
• imlib/: 图像处理相关库。
• pics/: 项目图片资源。
• pylib/: Python 库相关文件。
• scripts/: 数据处理和预处理脚本。
• tflib/: TensorFlow 相关库。
• tfprob/: TensorFlow 概率相关库。

2. 项目启动文件介绍

train.py

train.py 是项目的启动文件，用于训练 AttGAN 模型。它包含了模型的训练逻辑和参数配置。

主要参数

• --load_size: 加载图像的尺寸。
• --crop_size: 裁剪图像的尺寸。
• --model: 使用的模型类型。
• --experiment_name: 实验名称，用于保存训练结果。

示例命令

CUDA_VISIBLE_DEVICES=0 \
python train.py \
--load_size 143 \
--crop_size 128 \
--model model_128 \
--experiment_name AttGAN_128

test.py

test.py 用于测试单属性编辑功能。

主要参数

• --experiment_name: 实验名称，用于加载训练好的模型。

示例命令

CUDA_VISIBLE_DEVICES=0 \
python test.py \
--experiment_name AttGAN_128

3. 项目配置文件介绍

项目没有显式的配置文件，但可以通过命令行参数在启动脚本中进行配置。主要的配置参数包括：

• 数据路径: 通过 --img_dir 和 --train_label_path 等参数指定数据路径。
• 模型参数: 通过 --load_size, --crop_size, --model 等参数配置模型参数。
• 实验名称: 通过 --experiment_name 指定实验名称，用于保存和加载模型。

示例配置

CUDA_VISIBLE_DEVICES=0 \
python train.py \
--img_dir /data/CelebAMask-HQ/CelebA-HQ-img \
--train_label_path /data/CelebAMask-HQ/train_label.txt \
--load_size 128 \
--crop_size 128 \
--n_epochs 200 \
--epoch_start_decay 100 \
--model model_128 \
--experiment_name AttGAN_128_CelebA-HQ

通过以上配置，可以灵活地调整训练和测试过程中的各项参数。

AttGAN-Tensorflow AttGAN: Facial Attribute Editing by Only Changing What You Want (IEEE TIP 2019) 项目地址: https://gitcode.com/gh_mirrors/at/AttGAN-Tensorflow