D2A2-GAN
Discriminator-Driven Attention-Aware GAN (D2A2-GAN)
識別器の注視領域に着目して画像を生成するGAN.
GeneratorはDCGAN (Deep Convolutional GAN)とほぼ同様に構築した．
Discminatorは最終層をAttention branchとAdversarial branchに分割した．
Attention branchはABN (Attention Branch Network)を参考に導入しており，入力画像に対するAttention mapの生成及びクラス分類を行う．
Adversarial branchは，Attention機構を用いてAttention mapを特徴マップへ反映して敵対的な誤差を出力する．
正確なAttention mapを得るための工夫としてABNの出力するAttention mapを教師信号としてconsistency lossを計算している．
-
main.py
D2A2-GANを動かすためのメインのソースコード． -
utils.py
Test時に生成した画像及びAttention mapをTesnorboardに書き込むためのソースコード． -
nets/Generator.py
Generatorのネットワークが記述してある． -
nets/Discriminator.py
Disciminatorのネットワークが記述してある． -
ABN
ABNのディレクトリの中にはAttention branch networkが含まれている．
生成した画像，Attention mapや誤差は，tensorboardに書き込むように作成している．
Useage
- cifar10
python3 main.py --training_data_name cifar10 --epoch 100 --gpu 0
- svhn
python3 main.py --training_data_name svhn --epoch 100 --gpu 0
generating_images_for_data_augmentation.pyを動かすとクラスラベルと生成画像をディレクトリに保存する． クラスラベルは，onehot及びAttention branchの出力にsoftmax関数を施したものを保存する．
Requirement
- python3
- pytorch ver1.0.0以上
- tqdm