Qiita Teams that are logged in
You are not logged in to any team

Log in to Qiita Team
Community
OrganizationAdvent CalendarQiitadon (β)
Service
Qiita JobsQiita ZineQiita Blog
Help us understand the problem. What is going on with this article?

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
teaser.png
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。

スクリーンショット 2020-06-24 7.47.14.png
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

john-rocky
機械学習/AR/SceneKit/iOS/Swift/Core ML お仕事のご相談は rockyshikoku@gmail.com まで。
https://sites.google.com/view/mlboydaisuke/%E3%83%9B%E3%83%BC%E3%83%A0
engineerlife
技術力をベースに人生を謳歌する人たちのコミュニティです。
https://community.camp-fire.jp/projects/view/280040
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away