stargan v2 代码学习记录

本文主要是介绍stargan v2 代码学习记录，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、Generator

（1） lamda python

lambda函数也叫匿名函数，即，函数没有具体的名称。

lambda和普通的函数相比，就是省去了函数名称而已，同时这样的匿名函数，又不能共享在别的地方调用。

其实说的没错，lambda在Python这种动态的语言中确实没有起到什么惊天动地的作用，因为有很多别的方法能够代替lambda。

1. 使用Python写一些执行脚本时，使用lambda可以省去定义函数的过程，让代码更加精简。

2. 对于一些抽象的，不会别的地方再复用的函数，有时候给函数起个名字也是个难题，使用lambda不需要考虑命名的问题。

3. 使用lambda在某些时候让代码更容易理解。

lambda语句中，冒号前是参数，可以有多个，用逗号隔开，冒号右边的返回值。lambda语句构建的其实是一个函数对象

（2）random.random()用于生成一个0到1的随机符点数: 0 <= n < 1.0

（3）ImageFolder假设所有的文件按文件夹保存，每个文件夹下存储同一个类别的图片，文件夹名为类名，既默认你的数据集已经自觉按照要分配的类型分成了不同的文件夹，一种类型的文件夹下面只存放一种类型的图片。

这篇博客写得很详细

还有这篇，这篇

（3）source：dataset: female17943 + male 10057 = 28000

(4) _make_balanced_sampler

np.bincount()

图文结合，形象，在这里用作数0和1的数量，也就是，female和male的图片张数，也就是17943和10057

这是class_counts

weights (list)每张图片的比重，要么5.57320403e-05，要么9.94332306e-05

作用：关键看WeightRandomSampler函数，样本不均衡情况下带权重随机采样：大概意思就是本来数量上占最少的样本，给他的数量取个倒数作为权重，那么越小的权重越大，采样的时候就按照这个权重来取，就可以达到样本均衡了。具体看这个链接

(5)register_buffer

PyTorch中定义模型时，有时候会遇到self.register_buffer('name', Tensor)的操作，该方法的作用是定义一组参数，该组参数的特别之处在于：模型训练时不会更新（即调用 optimizer.step() 后该组参数不会变化，只可人为地改变它们的值），但是保存模型时，该组参数又作为模型参数不可或缺的一部分被保存。

(6) tensor.repeat() 看这一篇就够了

Pytorch Tensor.repeat()的简单用法_xiongxyowo的博客-CSDN博客

(7) 对于hpf的一些测试

import torchfilter = torch.tensor([[-1, -1, -1],[-1, 8., -1],[-1, -1, -1]])/1
a = filter.unsqueeze(0) #按照第0维度扩展，也就是行扩展
b = filter.unsqueeze(0).unsqueeze(1)
c = filter.unsqueeze(0).unsqueeze(1).repeat(3, 1, 1, 1)print("origin:", filter)
print("a: {}, a.shape = {}".format(a, a.shape))
print("b: {}, b.shape = {}".format(b, b.shape))
print("c: {}, c.shape = {}".format(c, c.shape))

origin: tensor([[-1., -1., -1.],[-1.,  8., -1.],[-1., -1., -1.]])
a: tensor([[[-1., -1., -1.],[-1.,  8., -1.],[-1., -1., -1.]]]), a.shape = torch.Size([1, 3, 3])
b: tensor([[[[-1., -1., -1.],[-1.,  8., -1.],[-1., -1., -1.]]]]), b.shape = torch.Size([1, 1, 3, 3])
c: tensor([[[[-1., -1., -1.],[-1.,  8., -1.],[-1., -1., -1.]]],[[[-1., -1., -1.],[-1.,  8., -1.],[-1., -1., -1.]]],[[[-1., -1., -1.],[-1.,  8., -1.],[-1., -1., -1.]]]]), c.shape = torch.Size([3, 1, 3, 3])Process finished with exit code 0

可以这样理解：nn.Conved是2D卷积层，而F.conv2d是2D卷积操作。

import torch
from torch.nn import functional as F"""手动定义卷积核(weight)和偏置"""
w = torch.rand(16, 3, 5, 5)  # 16种3通道的5乘5卷积核
b = torch.rand(16)  # 和卷积核种类数保持一致(不同通道共用一个bias)"""定义输入样本"""
x = torch.randn(1, 3, 28, 28)  # 1张3通道的28乘28的图像"""2D卷积得到输出"""
out = F.conv2d(x, w, b, stride=1, padding=1)  # 步长为1,外加1圈padding,即上下左右各补了1圈的0,
print(out.shape)out = F.conv2d(x, w, b, stride=2, padding=2)  # 步长为2,外加2圈padding
print(out.shape)
out = F.conv2d(x, w)  # 步长为1,默认不padding, 不够的舍弃，所以对于28*28的图片来说，算完之后变成了24*24
print(out.shape)

numpy与tensor之间的转换

view,squeeze,unsqueeze,

import torch
import torch.nn.functional as F
import torch.nn as nn
import cv2 as cv
from torchvision import transforms
from PIL import Image
import numpy as np
from matplotlib import pyplot as pltclass HighPass(nn.Module):def __init__(self, w_hpf, device):super(HighPass, self).__init__()self.register_buffer('filter',torch.tensor([[-1, -1, -1],[-1, 8., -1],[-1, -1, -1]]) / w_hpf)def forward(self, x):filter = self.filter.unsqueeze(0).unsqueeze(1).repeat(x.size(1), 1, 1, 1)return F.conv2d(x, filter, padding=1, groups=x.size(1))img_numpy = cv.imread('/home/zsq/D/stargan-v2-master/assets/representative/celeba_hq/ref/female/015248.jpg')
#[1024, 1024, 3] HWC BGRimg2 = cv.resize(img_numpy, (256, 256))
cv.imwrite("img2.jpg", img2)img2 = torch.tensor(img2).float()
#[256, 256, 3]
img2 = img2.permute(2, 1, 0)
img2 = img2.unsqueeze(0)hpf = HighPass(1,'gpu')
img3 = hpf(img2)
img3 = img3.squeeze(0).permute(2, 1, 0).numpy()
print(img3.shape)
cv.imwrite("img3.jpg", img3)

由此可见HighPass是一个边缘提取网络

F.interpolate——数组采样操作

换句话说就是科学合理地改变数组的尺寸大小，尽量保持数据完整。

在计算机视觉中，interpolate函数常用于图像的放大(即上采样操作)。比如在细粒度识别领域中，注意力图有时候会对特征图进行裁剪操作，将有用的部分裁剪出来，裁剪后的图像往往尺寸小于原始特征图，这时候如果强制转换成原始图像大小，往往是无效的，会丢掉部分有用的信息。所以这时候就需要用到interpolate函数对其进行上采样操作，在保证图像信息不丢失的情况下，放大图像，从而放大图像的细节，有利于进一步的特征提取工作。

二、MappingNetwork

（1）注意 out = [ ] out += layer 与 out += [layer] 的区别

（2）torch.stack()的用法torch.stack()的官方解释，详解以及例子_xinjieyuan的博客-CSDN博客_torch.stack()

torch.stack()的使用_朝花&夕拾-CSDN博客_torch.stack()

np.stack()函数详解 ==＞堆叠【类似于torch.stack()】_马鹏森的博客-CSDN博客

（3）深拷贝：我们寻常意义的复制就是深复制，即将被复制对象完全再复制一遍作为独立的新个体单独存在。所以改变原有被复制对象不会对已经复制出来的新对象产生影响。

三、Solver

（1）Munch 继承了字典

python munch包的使用（可以将字典替换为这个包）_小兜全糖（Cx）的博客-CSDN博客_munch python

（2）当传入字典形式的参数时，就要使用**kwargs。

（3）如果要判断两个类型是否相同推荐使用 isinstance()。

（4）Path().rglob()可以递归地遍历文件

fnames = list(chain(*[list(Path(dname).rglob('*.' + ext))for ext in ['png', 'jpg', 'jpeg', 'JPG']]))

四、dataloader

(1) 关于魔术方法，__next__

① 魔术方法就是一个类中的方法，和普通方法唯一的不同是普通方法需要调用，而魔术方法是在特定时刻自动触发。

② 这些魔术方法的名字特定，不能更改，但是入口参数的名字可以自己命名。

面向对象（三）|python类的魔术方法 - 知乎

- dataloader本质是一个可迭代对象，使用iter()访问，不能使用next()访问；

- 使用iter(dataloader)返回的是一个迭代器，然后可以使用next访问；

- 也可以使用`for inputs, labels in dataloaders`进行可迭代对象的访问；

（2）ImageFolder

对应source的dataset函数使用torchvision.datasets.ImageFolder产生。数据集CelebA HQ的文件夹包括female 和male 两个folder，folder下为对应的文件，因而该dataset函数返回为(x,y)对应取出来的图像以及其对应的domain标签。

（3）class torchvision.transforms.ToTensor
把shape=(H x W x C) 的像素值为 [0, 255] 的 PIL.Image 和 numpy.ndarray
转换成shape=(C x H x W)的像素值范围为[0.0, 1.0]的 torch.FloatTensor。

（4）代码里边的next(loader)那边的debug的时候出错误，看不懂什么意思

五、数据加载

（1）source => 把所有图片按照transforms改变，然后放在ImageFolder里

（2）reference => 在每个域中：第一个是顺序的图片名，第二个是打乱的图片名字，labels对应域

return img, img2, label

（3）均衡采样，使样本变得均衡，最后制作成数据集

def _make_balanced_sampler(labels):class_counts = np.bincount(labels)class_weights = 1. / class_countsweights = class_weights[labels]return WeightedRandomSampler(weights, len(weights))