/AngryScene

风景图片生成-基于jittor框架和pix2pixHD模型实现

Primary LanguagePython

AngryScene：Jittor风景生成赛（Pix2PixHD）

本仓库代码应用于第二届计图人工智能挑战赛赛题一：风景图片生成赛题

风景图片生成赛道的任务是基于语义分割图生成有意义、高质量的风景图片，本仓库基于Pix2PixHD实现。

总分：0.4609

排名：A榜20名

Results

2095304_642b186684_b2095304_642b186684_b 2095304_642b186684_b
图 3 Pix2Pix HD-测试集生成图片

2095304_642b186684_b2095304_642b186684_b 2095304_642b186684_b
图 3 Pix2Pix HD-测试集生成图片

Installation

安装依赖环境

pip install -r requirements.txt

Dependencies

  • Linux
  • Python=3.7
  • Jittor >= 1.3.0
  • NVIDIA GPU + CUDA cuDNN

File Tree

.
├── README.md                   
├── Pix2PixHD
│   ├── data										// 处理数据
│   ├── models                	// 网络结构
│   ├── options        					// 选项
│   ├── util                		// 常用工具
│   ├── encode_features.py      
│   ├── procompute_feature_maps.py
│   ├── resize_result.py
│   ├── resize.py      
│   ├── run_engine.py
│   ├── test.py
│   └── train.py
├── Pix2Pix
├── StyleGAN
├── results
└── datasets

Usage

  • Preprocess

    cd Pix2PixHD
python resize.py

  • Train

    cd Pix2PixHD
python train.py --no_instance

    可选参数：

    --dataroot //更改数据集根目录
--no_flip //不进行以数据增强为目的的图片的水平翻转

  • Test

    cd Pix2PixHD
python test.py --no_instance
python result_resize.py

Dataset

本仓库使用的训练数据可在此处下载，测试数据在此处下载。

Acknowledgements

本仓库的实现参考了以下仓库：pix2pix-baseline、pix2pixHD、styleGAN-jittor、styleMapGAN、DiffAug。

其中比赛实际使用的pix2pixHD模型经过了pytorch-jittor转换，整体思路保持一致，其余模型大多起到参考作用。