本文主要是介绍MUNIT训练自己的数据集(图像风格转换)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
MUNIT是ECCV2018的一篇关于不同风格图像之间转换的文章，是UNIT的衍生版本。作者是很大方滴，在gayhub上就可以找到munit的代码。
Munit做了一件说明事情呢？我们看图就知道了：
通过几笔简笔就可以生成真实感的图像，这就是munit的用处之一了。准确来说，munit是cycleGAN的强化版本。
论文地址：http://openaccess.thecvf.com/content_ECCV_2018/papers/Xun_Huang_Multimodal_Unsupervised_Image-to-image_ECCV_2018_paper.pdf
gayhub代码tf版: https://github.com/taki0112/MUNIT-Tensorflow
gayhub代码pytorch版(官方)：https://github.com/NVlabs/MUNIT
我是一个忠实的tfer，所以用tensorflow来复现。
第一步，下载代码:
git clone https://github.com/taki0112/MUNIT-Tensorflow第二步，安装requirements:
tensorflow 1.4.0
python 3.5/ 3.6第三步，准备数据
cd MUNIT
mkdir dataset
cd dataset
mkdir my_dataset第三步尤其重要，我开始就是因为这步没实现导致训练不成功。大概要完成 如下结构：
MUNIT├── dataset└── my_dataset(name is designed by you)├── trainA├── xxx.jpg (name, format doesn't matter)├── yyy.png└── ...├── trainB├── zzz.jpg├── www.png└── ...├── testA├── aaa.jpg ├── bbb.png└ ── ...└── testB├── ccc.jpg ├── ddd.png└── ...开始训练：
python main.py --phase train --dataset my_dataset --batch_size 1
这篇关于MUNIT训练自己的数据集(图像风格转换)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
