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

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据,将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n