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。

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