今回の課題として実装した論文は Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks (ICCV 2017)である。
このプロジェクトに置いてある実装は２つある。一つはトロント大学 「CSC321 Winter 2018」という授業の課題４ [1] の説明に沿って実装した生成ネットワークと識別ネットワークを大幅に軽くした簡単バージョンのCycleGANで（simplified）、３２ｘ３２の絵文字で構成したデータセットで実験を行った。もう一つは元論文で提案したモデルの完全バージョンを実装したもので（cyclegan）、論文で引用された「facades」という２５６ｘ２５６の画像で構成したデータセットを使って実験を行った。
トロント大の授業課題に沿って実装した軽いバージョンCycleGAN。もともとGANの実装を触ったことがなかったのと、論文で提案したモデルはかなり重く、実験で使われたデータセット「facades」を研究室のGTX 1080Tiに200エポック回すだけで８時間以上かかるので、最初は簡易バージョンのCycleGANを実装した。使われたデータセットはAppleやWindowsの絵文字各２０００個あまりを含まって、つまり実験の内容はApple風とWindows風の絵文字のスタイル変換。
- モデルのアーキテクチャ [1]
- 生成ネットワーク
- 識別ネットワーク
実行方法
80000エポックを回す。画像のサイズが小さいので、トレーニングはGTX 1080Tiで一時間あまりに完了できる。
cd simplifiedpython cycle_gan.py --use_cycle_consistency_loss --train_iters=80000実験結果
Apple -> Windows
Windows -> Apple
Apple -> Windows -> Apple
Windows -> Apple -> Windows
元論文に沿って実装したフルバージョン。実装したときに、元論文だけじゃなくて、[2] と [3] のソースコードも参照した。公式実装のなかに論文で言及しなかった変更があるので、それらの部分はソースコードに準じて実装した。
- 実行方法
これらのコマンドにより「facades」 [4] のデータセットで200エポックの学習を行う。トレーニングを開始する前に生成ネットワークと識別ネットワークのアーキテクチャやパラメータを出力する。
cd data && ./download_cyclegan_dataset.sh facades
cd ../cyclegan && python train.py
- 実験結果
このサンプルの上から下までの一行一行に対応する画像の種類は下記の順番になる。
- (real_facade): facade
- (fake_label): facade -> label
- (real_label): label
- (fake_facade): label -> facade
- (reconstructed facade): facade -> label -> facade
- (reconstructed label): label -> facade -> label
フルバージョンのCycleGANに使うデータ。download_cyclegan_dataset.shは論文著者の実装 [2] からコピーしたデータセットをダウンロードする用のスクリプトである。./download_cyclegan_dataset.shで実行すれば利用できるデータセットの名前を出力してくれる。./download_cyclegan_dataset.sh [dataset_name]で実行すれば自動的にデータセットをダウンロードし、前処理を行ってくれる。
実験結果や簡易バージョンモデルのアーキテクチャ画像。
| [1] | (1, 2) CSC321 Winter 2018 Assignment 4 |
| [2] | (1, 2) 元論文と一緒に配布されたPyTorchによる実装 |
| [3] | いろんな種類のGANを実装したレポジトリ |
| [4] | CMP Facade Database |