FractalGen 使用教程

FractalGen 使用教程

fractalgen PyTorch implementation of FractalGen https://arxiv.org/abs/2502.17437 项目地址: https://gitcode.com/gh_mirrors/fr/fractalgen

1. 项目介绍

FractalGen 是一个基于 PyTorch 的开源项目，实现了分形生成模型。该模型能够首次实现像素级的超高分辨率图像生成。这个项目包含了一个简单的 PyTorch 实现版本、预训练的像素级生成模型以及一个用于运行预训练模型的 Colab 笔记本。

2. 项目快速启动

环境准备

首先，确保你已经安装了 Git 和 Conda。然后，按照以下步骤准备项目环境：

# 克隆项目代码
git clone https://github.com/LTH14/fractalgen.git
cd fractalgen

# 创建并激活虚拟环境
conda env create -f environment.yaml
conda activate fractalgen

# 下载预训练模型
python util/download.py

运行预训练模型

使用以下命令运行预训练模型：

# 运行预训练模型
python main_fractalgen.py --model fractalar_in64 --img_size 64 --num_conds 1 --evaluate_gen

这里以 fractalar_in64 模型为例，你可以根据需要修改模型类型和参数。

3. 应用案例和最佳实践

案例一：生成指定类别的图像

以下命令展示了如何使用预训练的 fractalmar_in64 模型生成指定类别的图像：

python main_fractalgen.py --model fractalmar_in64 --img_size 64 --num_conds 5 --gen_bsz 1024 --num_images 50000 --evaluate_gen

案例二：无条件似然估计

以下命令用于评估预训练模型的无条件似然估计：

python main_fractalgen.py --model fractalar_in64 --img_size 64 --num_conds 1 --evaluate_nll

4. 典型生态项目

目前，FractalGen 项目的生态还处于起步阶段，以下是一些潜在的典型生态项目：

• 数据增强：使用 FractalGen 生成的图像进行数据增强，以提高模型训练的鲁棒性。
• 图像编辑：利用 FractalGen 的生成能力，开发图像编辑工具，实现图像风格转换等应用。
• 艺术创作：艺术家和设计师可以利用 FractalGen 生成独特的艺术作品。

以上就是 FractalGen 的使用教程，希望对你有所帮助。如果你有任何问题，欢迎在项目仓库中提出 issue，或者通过电子邮件联系作者。

fractalgen PyTorch implementation of FractalGen https://arxiv.org/abs/2502.17437 项目地址: https://gitcode.com/gh_mirrors/fr/fractalgen