StyleMapGAN、有趣的风格迁移——评测【一】-阿里云开发者社区

StyleMapGAN、有趣的风格迁移——评测【一】

2022-01-20 467

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 一文读懂

🥇 版权: 本文由【墨理学AI】原创、各位大佬、一文读懂、敬请查阅
🎉 声明: 作为全网 AI 领域干货最多的博主之一，❤️ 不负光阴不负卿 ❤️

声明：本博文按照官方readMe步骤，对测试实验过程进行简洁记录，仅供参考，码字不易，感谢支持

📔 StyleMapGAN 继 StyleGAN2 发扬光大

https://github.com/naver-ai/StyleMapGAN
https://arxiv.org/pdf/2104.14754.pdf
Exploiting Spatial Dimensions of Latent in GAN for Real-time Image Editing

论文摘要

生成对抗网络 (GAN) 从随机潜在向量合成逼真的图像。尽管操纵潜在向量控制了合成输出，但使用 GAN 编辑真实图像存在以下问题：i) 将真实图像投影到潜在向量的优化耗时，ii) 或通过编码器嵌入不准确。我们提出 StyleMapGAN：中间潜在空间具有空间维度，并且空间变体调制替代了 AdaIN。它使通过编码器的嵌入比现有的基于优化的方法更准确，同时保持 GAN 的特性。实验结果表明，我们的方法在各种图像处理任务（例如本地编辑和图像插值）中明显优于最先进的模型。最后但并非最不重要的一点是，GAN 上的传统编辑方法在我们的 StyleMapGAN 上仍然有效。

📕 环境搭建

服务器：ubuntu1~18.04 Quadro RTX 5000 16G

1-0

vim install.sh 内容如下，都是常规库，很好安装【此处不再赘述】
linux和window设置 pip 镜像源 + 加速下载 + 你可能会需要
Linux下cuda10.0安装Pytorch和Torchvision——啥版本都能装

#!/bin/bash

conda install -y pytorch=1.4.0 torchvision=0.5.0 -c pytorch
conda install -y numpy=1.18.1 scikit-image=0.16.2 tqdm
conda install -y -c anaconda ipython=7.13.0
pip install lmdb==0.98 opencv-python==4.2.0.34 munch==2.5.0
pip install -U scikit-image==0.15.0 scipy==1.2.1 matplotlib scikit-learn
pip install flask==1.0.2 pillow==7.0.0

我博文已经搭建了很多环境，因此这里直接 activate 一个即可

conda activate torch15

📗 测试数据 + 预训练模型准备

2-0

这里下载 afhq 相关数据 + 模型，对其进行测试

# Download raw images and create LMDB datasets using them
# Additional files are also downloaded for local editing
bash download.sh create-lmdb-dataset afhq

# Download the pretrained network (256x256)
bash download.sh download-pretrained-network-256 afhq

# Download the pretrained network (1024x1024 image / 16x16 stylemap / Light version of Generator)
bash download.sh download-pretrained-network-1024 ffhq_16x16

📘 Generate images 测试

🔴 Reconstruction

Reconstruction Results are saved to expr/reconstruction.

python generate.py --ckpt expr/checkpoints/afhq_256_8x8.pt --mixing_type reconstruction --test_lmdb data/afhq/LMDB_test

单卡 GPU 占用 11073MiB

3-0

reconstruction 目录下是对 afhq_raw\raw_images\test\images 目录下 500 test 图像的重建：

3-1

🔴 Unaligned transplantation

Unaligned transplantation Results are saved to expr/transplantation. It shows local transplantations examples of AFHQ.

python generate.py --ckpt expr/checkpoints/afhq_256_8x8.pt --mixing_type transplantation --test_lmdb data/afhq/LMDB_test

transplantation 目录下是一个图像的合成转换：

3-2

🔴 w_interpolation

Results are saved to expr/w_interpolation.

python generate.py --ckpt expr/checkpoints/afhq_256_8x8.pt  --mixing_type w_interpolation --test_lmdb data/afhq/LMDB_test

单卡 GPU 占用 8769MiB

3-3

🔴 local_editing

Results are saved to expr/local_editing. We pair images using a target semantic mask similarity.
目标 mask 语义修复

python generate.py --ckpt expr/checkpoints/afhq_256_8x8.pt --mixing_type local_editing --test_lmdb data/afhq/LMDB_test

单卡 GPU 占用 9013MiB

mask 图像

3-4

local_editing\afhq\synthesized_image

3-5

🔴 Random Generation

Random Generation Results are saved to expr/random_generation. It shows random generation examples.

python generate.py --mixing_type random_generation --ckpt expr/checkpoints/afhq_256_8x8.pt

单卡 GPU 占用 12995MiB

3-6

🔴 Style Mixing

Style Mixing Results are saved to expr/stylemixing. It shows style mixing examples.

python generate.py --mixing_type stylemixing --ckpt expr/checkpoints/afhq_256_8x8.pt --test_lmdb data/afhq/LMDB_test

单卡 GPU 占用 8765 MiB

粗修复结果： 124_coarse.png

3-7

细修复结果： 124_fine.png

3-8

🔴 Semantic Manipulation 【 celeba_hq 可正常运行】

Semantic Manipulation Results are saved to expr/semantic_manipulation.
It shows local semantic manipulation examples.

python semantic_manipulation.py --ckpt expr/checkpoints/afhq_256_8x8.pt --LMDB data/afhq/LMDB --svm_train_iter 10000

单卡 GPU 占用 6455MiB
遇到报错 | Semantic Manipulation 应该暂时只有 celeba_hq 可以使用和运行

validate boundary.
Accuracy for validation set: 535 / 999 = 0.535536
classifier.coef_.shape (1, 4096)
boundary.shape (64, 8, 8)
30000 images, 16130 latent_codes
Traceback (most recent call last):
  File "semantic_manipulation.py", line 348, in <module>
    assert total_number == len(latent_codes)
AssertionError