图像生成——使用DCGAN生成卡通肖像

2023-11-05 23:21

本文主要是介绍图像生成——使用DCGAN生成卡通肖像,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!

一、需要注意的几点:

1、生成器的网络和判别器的网络均不含池化层。

2、判别器的最后一层网络输出使用sigmoid激活,生成器的最后一层网络输出使用tanh激活。

3、生成器和判别器的网络结果呈对称形式如:生成器的第一层的卷积核大小,步长,输入通道,输出通道核判别器的最后一层卷积核大小,步长一致,输出通道,输入通道大小一致。

image

(上图所示的是生成器,判别器的网络刚好对称,从后往前)

4、卷积核使用偶数大小的效果比使用奇数大小的卷积核效果好。

5、使用转置卷积进行上采样。

6、训练是可以每训练两轮生成器训练一次判别器(原因是判别器能力优于生成 器)。

二、代码部分:

import torch
import torch.nn as nn
from torch.utils.data import DataLoader,Dataset
from torchvision.utils import save_image
import numpy as np
import os
from torchvision import transforms
from PIL import Image
import matplotlib.pyplot as pltclass Sampling_data(Dataset):def __init__(self,img_path):self.file_names = []self.transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize(mean=[0.5,0.5,0.5],std=[0.5,0.5,0.5])])for file in os.listdir(img_path):file_name = os.path.join(img_path,file)self.file_names.append(file_name)def __len__(self):return len(self.file_names)def __getitem__(self, item):file = self.file_names[item]img_array = Image.open(file)xs = self.transform(img_array)return xsclass Dnet(nn.Module):def __init__(self):super(Dnet, self).__init__()self.conv1 = nn.Sequential(nn.Conv2d(in_channels=3, out_channels=64, kernel_size=5,stride=3,padding=1,bias=False),# nn.BatchNorm2d(64)nn.LeakyReLU(0.2, inplace=True))self.conv2 = nn.Sequential(nn.Conv2d(in_channels=64, out_channels=128, kernel_size=4, stride=2,padding=1, bias=False),nn.BatchNorm2d(128),nn.LeakyReLU(0.2, inplace=True))self.conv3 = nn.Sequential(nn.Conv2d(in_channels=128, out_channels=256, kernel_size=4, stride=2, padding=1, bias=False),nn.BatchNorm2d(256),nn.LeakyReLU(0.2, inplace=True))self.conv4 = nn.Sequential(nn.Conv2d(in_channels=256, out_channels=512, kernel_size=4, stride=2, padding=1, bias=False),nn.BatchNorm2d(512),nn.LeakyReLU(0.2, inplace=True))self.conv5 = nn.Sequential(nn.Conv2d(in_channels=512, out_channels=1, kernel_size=4, stride=1, padding=0, bias=False),nn.Sigmoid())def forward(self, x):y = self.conv1(x)y = self.conv2(y)y = self.conv3(y)y = self.conv4(y)y = self.conv5(y)return yclass Gnet(nn.Module):def __init__(self):super(Gnet, self).__init__()self.conv1 = nn.Sequential(nn.ConvTranspose2d(in_channels=128, out_channels=512, kernel_size=4, stride=1, padding=0, bias=False),nn.BatchNorm2d(512),nn.ReLU(inplace=True))self.conv2 = nn.Sequential(nn.ConvTranspose2d(in_channels=512, out_channels=256, kernel_size=4, stride=2, padding=1, bias=False),nn.BatchNorm2d(256),nn.ReLU(inplace=True))self.conv3 = nn.Sequential(nn.ConvTranspose2d(in_channels=256, out_channels=128, kernel_size=4, stride=2, padding=1, bias=False),nn.BatchNorm2d(128),nn.ReLU(inplace=True))self.conv4 = nn.Sequential(nn.ConvTranspose2d(in_channels=128, out_channels=64, kernel_size=4, stride=2, padding=1, bias=False),nn.BatchNorm2d(64),nn.ReLU(inplace=True))self.conv5 = nn.Sequential(nn.ConvTranspose2d(in_channels=64, out_channels=3, kernel_size=5, stride=3, padding=1, bias=False),nn.Tanh())def forward(self, x):y = self.conv1(x)y = self.conv2(y)y = self.conv3(y)y = self.conv4(y)y = self.conv5(y)return yif __name__ == '__main__':save_params_path = r"params"save_img_path = r"./img"batchsize = 100img_data = r"E:\Learnn\cartoonfaces"            #img_data为卡通人物的路径num_epoch = 500random_num = 128save_real_img_path = os.path.join(save_img_path,"real_img")save_fake_img_path = os.path.join(save_img_path,"fake_img")save_dparam_path = os.path.join(save_params_path, "d_self_net.pth")save_gparam_path = os.path.join(save_params_path, "g_self_net.pth")for path in [save_img_path, save_params_path, save_real_img_path, save_fake_img_path]:if not os.path.exists(path):os.mkdir(path)data_loader = DataLoader(Sampling_data(img_data), batch_size=batchsize, shuffle=True, num_workers=4, drop_last=True)if torch.cuda.is_available():device = torch.device("cuda")else:device = torch.device("cpu")g_net = Gnet().to(device)d_net = Dnet().to(device)g_net.train()d_net.train()if os.path.exists(save_dparam_path and save_gparam_path):  # 两个网络两个参数d_net.load_state_dict(torch.load(save_dparam_path))g_net.load_state_dict(torch.load(save_gparam_path))print("两个参数已经加载成功!!!")else:print("NO Params!!!")loss_fn = nn.BCELoss()d_optimizer = torch.optim.Adam(d_net.parameters(), lr=0.0002, betas=(0.5, 0.999))g_optimizer = torch.optim.Adam(g_net.parameters(), lr=0.0002, betas=(0.5, 0.999))for epoch in range(num_epoch):for i, img in enumerate(data_loader):real_img = img.to(device)real_label = torch.ones(batchsize).view(-1, 1, 1, 1).to(device)fake_label = torch.zeros(batchsize).view(-1, 1, 1, 1).to(device)real_out = d_net(real_img)d_loss_real = loss_fn(real_out, real_label)rand_n = torch.randn(batchsize, random_num, 1, 1).to(device=device)fake_img = g_net(rand_n)fake_out = d_net(fake_img)d_loss_fake = loss_fn(fake_out, fake_label)d_loss = d_loss_real + d_loss_faked_optimizer.zero_grad()d_loss.backward()d_optimizer.step()rand_n1 = torch.randn(batchsize, random_num, 1, 1).to(device=device)fake_img = g_net(rand_n1)output = d_net(fake_img)g_loss = loss_fn(output, real_label)g_optimizer.zero_grad()g_loss.backward()g_optimizer.step()if i%10 == 0:print(real_out.data.mean(),fake_out.data.mean())fake_imgs = (0.5*(fake_img.cpu().data+1)).clamp(0, 1)real_imgs = (0.5 * (real_img.cpu().data + 1)).clamp(0, 1)save_image(fake_imgs, os.path.join(save_fake_img_path,"{}_fake_imgs.jpg".format(epoch+1)),nrow=10,normalize=True,scale_each=True)save_image(real_imgs, os.path.join(save_real_img_path,"{}_real_imgs.jpg".format(epoch+1)),nrow=10,normalize=True,scale_each=True)torch.save(g_net.state_dict(), save_gparam_path)torch.save(d_net.state_dict(), save_dparam_path)

三、效果展示:

1)生成的图像:

74_fake_imgs.jpg

2)原始图像:

74_real_imgs.jpg

 

这篇关于图像生成——使用DCGAN生成卡通肖像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!



http://www.chinasem.cn/article/353132

相关文章

使用Python将PDF表格自动提取并写入Word文档表格

《使用Python将PDF表格自动提取并写入Word文档表格》在实际办公与数据处理场景中,PDF文件里的表格往往无法直接复制到Word中,本文将介绍如何使用Python从PDF文件中提取表格数据,并将... 目录引言1. 加载 PDF 文件并准备 Word 文档2. 提取 PDF 表格并创建 Word 表格

使用Python实现局域网远程监控电脑屏幕的方法

《使用Python实现局域网远程监控电脑屏幕的方法》文章介绍了两种使用Python在局域网内实现远程监控电脑屏幕的方法,方法一使用mss和socket,方法二使用PyAutoGUI和Flask,每种方... 目录方法一:使用mss和socket实现屏幕共享服务端(被监控端)客户端(监控端)方法二:使用PyA

Python使用Matplotlib和Seaborn绘制常用图表的技巧

《Python使用Matplotlib和Seaborn绘制常用图表的技巧》Python作为数据科学领域的明星语言,拥有强大且丰富的可视化库,其中最著名的莫过于Matplotlib和Seaborn,本篇... 目录1. 引言:数据可视化的力量2. 前置知识与环境准备2.1. 必备知识2.2. 安装所需库2.3

Python数据验证神器Pydantic库的使用和实践中的避坑指南

《Python数据验证神器Pydantic库的使用和实践中的避坑指南》Pydantic是一个用于数据验证和设置的库,可以显著简化API接口开发,文章通过一个实际案例,展示了Pydantic如何在生产环... 目录1️⃣ 崩溃时刻:当你的API接口又双叒崩了!2️⃣ 神兵天降:3行代码解决验证难题3️⃣ 深度

Linux内核定时器使用及说明

《Linux内核定时器使用及说明》文章详细介绍了Linux内核定时器的特性、核心数据结构、时间相关转换函数以及操作API,通过示例展示了如何编写和使用定时器,包括按键消抖的应用... 目录1.linux内核定时器特征2.Linux内核定时器核心数据结构3.Linux内核时间相关转换函数4.Linux内核定时

python中的flask_sqlalchemy的使用及示例详解

《python中的flask_sqlalchemy的使用及示例详解》文章主要介绍了在使用SQLAlchemy创建模型实例时,通过元类动态创建实例的方式,并说明了如何在实例化时执行__init__方法,... 目录@orm.reconstructorSQLAlchemy的回滚关联其他模型数据库基本操作将数据添

Spring配置扩展之JavaConfig的使用小结

《Spring配置扩展之JavaConfig的使用小结》JavaConfig是Spring框架中基于纯Java代码的配置方式,用于替代传统的XML配置,通过注解(如@Bean)定义Spring容器的组... 目录JavaConfig 的概念什么是JavaConfig?为什么使用 JavaConfig?Jav

Java使用Spire.Doc for Java实现Word自动化插入图片

《Java使用Spire.DocforJava实现Word自动化插入图片》在日常工作中,Word文档是不可或缺的工具,而图片作为信息传达的重要载体,其在文档中的插入与布局显得尤为关键,下面我们就来... 目录1. Spire.Doc for Java库介绍与安装2. 使用特定的环绕方式插入图片3. 在指定位

Springboot3 ResponseEntity 完全使用案例

《Springboot3ResponseEntity完全使用案例》ResponseEntity是SpringBoot中控制HTTP响应的核心工具——它能让你精准定义响应状态码、响应头、响应体,相比... 目录Spring Boot 3 ResponseEntity 完全使用教程前置准备1. 项目基础依赖(M

Java使用Spire.Barcode for Java实现条形码生成与识别

《Java使用Spire.BarcodeforJava实现条形码生成与识别》在现代商业和技术领域,条形码无处不在,本教程将引导您深入了解如何在您的Java项目中利用Spire.Barcodefor... 目录1. Spire.Barcode for Java 简介与环境配置2. 使用 Spire.Barco