cifar10-horse生成任务

本文最后更新于:2022年10月25日 凌晨

人工智能综合实验期末大作业horse生成(VAE,AAE,GAN...)

Horse Generation

Comprehensive experiment of artificial intelligence

Requirements

  1. 64x,python3.8/3.9.
  2. CUDA toolkit 11.1.
  3. GCC 7.
  4. sh setup.sh/pip install -r requirements.txt

文件目录

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
├─Intro.pptx				  #介绍与展示的PowerPoint
├─tf_aae #AAE的tensorflow实现
├─VAE #VAE的pytorch实现
├─GAN.ipynb #所有GAN的pytorch实现与运行结果
├─requirements.txt #本次任务运行环境中的包
├─setup.sh #配置环境的安装脚本

├─result #存放用于展示的结果
├─apps
│ └─interpolate_sample.py #用于生成视频

├─fake_horse #一千张生成所得马的图片
├─mmgen #一个基于 PyTorch 和MMCV的强有力的生成模型工具箱
│ ├─apis
│ ├─core
│ ├─datasets
│ ├─models
│ ├─ops
│ └─utils
├─configs #运行stylegan3的配置文件
│ ├─styleganv3
│ │ └─stylegan3.py
│ │
│ └─_base_
│ ├─ default_runtime.py #训练配置
│ │
│ ├─datasets
│ │ └─horse.py #数据处理
│ │
│ └─models
│ └─stylegan
│ └─stylegan3_base.py #模型搭建

└─tools
├─ dist_train.sh #训练模型的脚本
├─ train.py #训练模型的代码

└─utils
└─inception_stat.py #生成用于计算fid的inception模型

结果展示

部分fake马

生成训练可视化

动态结果展示

FID一览

代码说明

  1. VAE/

  2. tf_aae/

  3. GAN.ipynb

    前两者为文件夹,存放了模型,配置,数据集,辅助函数等相关py文件,主体为main.py;

    后者为ipynb文件,记录了所有GAN模型的运行结果,并用于计算FID分数。

    上述代码均可以通过修改数据路径来训练或测试。


cifar10-horse生成任务
http://enderfga.cn/2022/06/20/horse/
作者
Enderfga
发布于
2022年6月20日
许可协议