独自のデータセットでUGATITをトレーニング

UGATITは最先端の機械学習画像変換です。
*論文
* GitHubプロジェクトページ

このモデルを独自のデータセットでトレーニングできます。

このトレーニングでは、無料のGPUを使用できるGoogle Colaboratoryノートブックをお勧めします。UGATITには強力な計算能力が必要だからです。

1、上のGitHubプロジェクトページからのクローン。

git clone https://github.com/taki0112/UGATIT.git
cd UGATIT

2、TensorFlow1.14をインストールします（TensorFlow1がない場合。このモデルはTensorFlow2.0ではなくTensorFlow1で作成されているためです）。

pip install tensorflow-gpu==1.14

3、独自のデータセットを作成します。6200枚の画像を使用することをお勧めします（TrainA（DomainA）：3000、TrainB（DomainB）：3000、TestA（DomainA）：100、TestB（DomainB）：100）。元のプロジェクトのselfie2animeデータセットにはこの量の画像があるためです。画像のサイズは重要ではありません。UGATITutilsは自動的に画像のサイズを変更します。データセットディレクトリを作成し、その中にドメインごとにディレクトリを作成します。

データセットのディレクトリ名を指定します（例：“ selfie2anime”）。そして、データセットディレクトリをUGATITディレクトリに配置します。

4、trainスクリプトを実行します。“ — dataset”引数で独自のデータセット名を指定する必要があります。

python main.py --dataset your_dataset_name --phase train

トレーニングが始まり、途中結果画像とチェックポイントが出力されます。

Any question?

Twitterフォローしてくださいお願いします！
https://twitter.com/JackdeS11