要約
stylegan2で複数の解像度の画像のデータセット（dataset-r02.tfrecordsみたいなもの）を作るときに
python dataset_tool.py create_from_images ./my/dataset ./my/pic
とやると、デフォルトで順番がシャッフルされる。
シャッフルさせないためには、
python dataset_tool.py create_from_images ./my/dataset ./my/pic --shuffle 0
としなければいけない。
はじめに
昔GANを自分で作って実行したりしていたが、どうもいい画像が作れず、放置していました。
しかし最近styleGAN2なるものを発見していろいろ調べていました。
その中でも
この記事の内容はgooglecolabも公開されているうえ、ちゃんと動くという素晴らしい記事でした。
しかしこちらで、元の画像と生成された画像の順番が違うという問題点があり、その解決法を見つけました。
内容
まず、使用しているstyleganのコードはこちらになります。
そして、複数の解像度の画像のデータセット（dataset-r02.tfrecordsみたいなもの）を作るときに実行する
python dataset_tool.py create_from_images ./my/dataset ./my/pic
について、dataset_tool.pyをみてみると、最後のほうに引数についてこのような記述がありました。
dataset_tool.py
p = add_command( 'create_from_images', 'Create dataset from a directory full of images.',
'create_from_images datasets/mydataset myimagedir')
p.add_argument( 'tfrecord_dir', help='New dataset directory to be created')
p.add_argument( 'image_dir', help='Directory containing the images')
p.add_argument( '--shuffle', help='Randomize image order (default: 1)', type=int, default=1)
ここのの--shuffleという引数はデフォルトで1になっていました。
さらにこの--shuffleが使用されているところを探すと、
dataset_tool.py
def create_from_images(tfrecord_dir, image_dir, shuffle):
print('Loading images from "%s"' % image_dir)
image_filenames = sorted(glob.glob(os.path.join(image_dir, '*')))
if len(image_filenames) == 0:
error('No input images found')
img = np.asarray(PIL.Image.open(image_filenames[0]))
resolution = img.shape[0]
channels = img.shape[2] if img.ndim == 3 else 1
if img.shape[1] != resolution:
error('Input images must have the same width and height')
if resolution != 2 ** int(np.floor(np.log2(resolution))):
error('Input image resolution must be a power-of-two')
if channels not in [1, 3]:
error('Input images must be stored as RGB or grayscale')
with TFRecordExporter(tfrecord_dir, len(image_filenames)) as tfr:
order = tfr.choose_shuffled_order() if shuffle else np.arange(len(image_filenames))
for idx in range(order.size):
img = np.asarray(PIL.Image.open(image_filenames[order[idx]]))
if channels == 1:
img = img[np.newaxis, :, :] # HW => CHW
else:
img = img.transpose([2, 0, 1]) # HWC => CHW
tfr.add_image(img)
この関数（今回使用している）にたどり着き、さらにこう使われていました。
.py
order = tfr.choose_shuffled_order() if shuffle else np.arange(len(image_filenames))
.py
def choose_shuffled_order(self): # Note: Images and labels must be added in shuffled order.
order = np.arange(self.expected_images)
np.random.RandomState(123).shuffle(order)
return order
調べたのですが、pythonではどうもTrue、Falseが1、0にも対応しているようで、デフォルトの1はシャッフルするに相当していたみたいです。
よってシャッフルされないためには、
python dataset_tool.py create_from_images ./my/dataset ./my/pic --shuffle 0
とすることでできます。