Portrait Shadow Manipulation 项目使用教程

Portrait Shadow Manipulation 项目使用教程

1. 项目的目录结构及介绍

portrait-shadow-manipulation/
├── README.md
├── CODE_OF_CONDUCT.md
├── CONTRIBUTING.md
├── LICENSE
├── datasets.py
├── example.txt
├── foreign_syn.ipynb
├── mkdataset.py
├── mkfilelist.py
├── utils.py
├── input/
│   ├── 000.png
│   ├── 001.png
│   └── ...
├── input_mask_ind/
│   ├── 000_0.png
│   ├── 000.txt
│   ├── 001_0.png
│   ├── 001_1.png
│   ├── 001.txt
│   └── ...
└── silhouette/
    └── ...

目录结构介绍

• README.md: 项目的基本介绍和使用说明。
• CODE_OF_CONDUCT.md: 项目的行为准则。
• CONTRIBUTING.md: 贡献指南。
• LICENSE: 项目的开源许可证。
• datasets.py: 构建训练数据生成计算图的脚本。
• example.txt: 训练示例文件。
• foreign_syn.ipynb: Jupyter Notebook 文件，包含整个合成过程的演示。
• mkdataset.py: 离线数据生成脚本，将生成的图像对保存到磁盘。
• mkfilelist.py: 生成训练/评估/测试 txt 文件的脚本。
• utils.py: 包含颜色抖动、次表面散射近似、空间变化模糊和每像素变化等合成步骤的实用函数。
• input/: 包含没有外来阴影但可能包含面部阴影的肖像图像。
• input_mask_ind/: 包含每个面部的分割和边界框，存储在 txt 文件中。
• silhouette/: 存储随机选择的轮廓图像，用于生成阴影。

2. 项目的启动文件介绍

项目的启动文件主要是 mkdataset.py 和 mkfilelist.py。

mkdataset.py

该脚本用于离线生成图像对，并将生成的图像对保存到磁盘。使用方法如下：

python3 mkdataset.py \
  --mode train \
  --trainwildpaths $[your_parent_path]/train.txt \
  --silhouette_paths $[your_parent_path]/eval.txt \
  --out_dir $[your_parent_path]/shadow_data

mkfilelist.py

该脚本用于生成训练/评估/测试 txt 文件。使用方法如下：

python3 mkfilelist.py \
  --image_base_paths $[your_parent_path]/input \
  --silhouette_paths $[your_parent_path]/silhouette \
  --file_types png \
  --output_dir $[your_parent_path]/test.txt

3. 项目的配置文件介绍

项目中没有明确的配置文件，但可以通过命令行参数在 mkdataset.py 和 mkfilelist.py 中进行配置。

mkdataset.py 配置参数

• --mode: 模式选择，可以是 train 或 eval。
• --trainwildpaths: 训练 txt 文件路径。
• --silhouette_paths: 轮廓图像路径。
• --out_dir: 输出目录路径。

mkfilelist.py 配置参数

• --image_base_paths: 输入图像基础路径。
• --silhouette_paths: 轮廓图像路径。
• --file_types: 文件类型，例如 png。
• --output_dir: 输出目录路径。

通过这些配置参数，用户可以根据自己的需求生成训练数据或测试数据。