CR-GAN系列1:CR-GAN:Learning Complete Representations for Multi-view Generation的训练

paper:https://sites.google.com/site/xipengcshomepage/research/ijcai18

code:https://github.com/bluer555/CR-GAN

在开始前我先提醒各位进行的小伙伴,本篇文章的训练所需要的数据集相当大(10G有多吧),所以你们需要开足vpn才能去下载这个庞大的数据集,不然就不要训练了。

CR-GAN是用GAN(对抗网络)来进行人脸多角度的图片生成的文章,相对于先前的BiGAN、DR-GAN、TP-GAN,CR-GAN在网络上做了一个改进通过采用双支网络已经共享网络参数的形式进行训练,本篇博客仅对该文章的训练做一个详细的说明以及步骤的说明。

训练环境的搭建:

1. Python 2.7

2. Pytorch 0.3.1

请根据自己电脑cuda的版本进行下载,不然就会出问题,本人系统为linux,cuda为8.0,python 为2.7,所以一下给出的安装指令以及是该环境下的0.3.1版本,千万别弄错了,不然会报错误或警告。

:~$ pip install http://download.pytorch.org/whl/cu80/torch-0.3.1-cp27-cp27mu-linux_x86_64.whl

相关配包教程:https://ptorch.com/news/145.html

官网安装:https://pytorch.org/previous-versions/

训练的步骤:

1. 下载预训练模型;

Google驱动下载:https://drive.google.com/open?id=1J3VffWKe8akdiNM2hy7NI3lY4xM_xL-c

百度网盘下载:

1.https://pan.baidu.com/s/1Bc_Ipkz22Q28McfjH7thOQ  密码:ac63

2.https://pan.baidu.com/s/1DvCWRbgOJQpjaPV8J4lZIA密码:avwe

3.https://pan.baidu.com/s/1391QFBo4wL7xZhiu4fWYyQ密码:13zb

2. 下载训练的数据库;

(由于数据库相对较大,我就不上传了,实在没办法,请自行下载吧)

将下载好的数据存放入你的工程项目CR-GAN文件夹的data路径下,没有就自行创建一个。

数据库1:https://drive.google.com/open?id=1QxNCh6vfNSZkod1Rg_zHLI1FM8WyXix4

300w-LP 数据库:http://www.cbsr.ia.ac.cn/users/xiangyuzhu/projects/3DDFA/main.htm

数据库2:https://drive.google.com/open?id=1DD6AO9Y5rAgiiW7IJY2kBxI_bCcfhYo4

300w-LP(作用于dataload.py中的txt文件):https://drive.google.com/open?id=1TIfcpn4N3rgGlzWl0lXNZKhy7XWVWOoA

3. 从git中下载源码;

:~$ git clone https://github.com/bluer555/CR-GAN

4. 在源码中修改相关读取文件的路径;

(1)在train.py文件

# 训练所需要图片的路径的列表parser.add_argument("-d","--data_list", type=str, default="./list_test.txt")# 训练模型保存的路径parser.add_argument('--outf', default='./evaluate', help='folder to output images and model checkpoints')# 预训练模型的路径parser.add_argument('--modelf', default='./evaluate_model', help='folder to input images and model checkpoints')

(2)在data_loader.py文件

defget_multiPIE_img(img_path):.....        img2_path ='/porject-path/data/multi_PIE_crop_128/'+ ID +'/'+ ID +'_01_'+ status +'_'+ view +'_'+ bright +'_crop_128.png'.....

这个地方需要修改你工程项目的路径。

5. 在项目的当前目录下输入:

:~$ cd CRGAN

:~$ python train.py

6. 当你开始训练时会遇到一些问题,请不要紧张,这个问题不是大问题:

问题1:...data_parallel.py:24: UserWarning: .......... warnings.warn(imbalance_warn.format(...))

解析:这个问题是你安装的pytorch版本不是0.3.1所造成的

问题2:...model.py:115: UserWarning: Implicit dimensiion choice ..........Change the call to include dim=x.... v = self.softmax(v)....

解析:这个问题是由于作者先前写项目是给予pytorch较低的版本写的,所以会出现这个警告,不用管。

训练的全过程到此结束,如果要测试请见下一篇博客。

以上是本作者为了解决问题所提出的建议,不见得都能适用,但是基本能够解决问题,如果有什么不正确的地方,请在下方评论区留言,本文章仅代表作者本人意见!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,558评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,002评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,036评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,024评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,144评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,255评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,295评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,068评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,478评论 1 305
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,789评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,965评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,649评论 4 336
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,267评论 3 318
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,982评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,223评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,800评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,847评论 2 351

推荐阅读更多精彩内容

  • 古诗描绘,学生还是不按四条要求来扩写,我觉得该加大检查力度。让课代表代为检查。和大家分享了《唐诗描绘》其中《渭城曲...
    春光里的小米阅读 132评论 0 0
  • 你天真的以为情谊会永恒 所以相信了他的承诺 因为 你天真的以为这些普通的承诺 有或者没有 并不影响什么 然而你不...
    青禾吖阅读 1,750评论 1 9
  • 《LinuxShell脚本攻略》笔记,Chap-5: 一团乱麻?没这回事 入门 本章会研究一些用于解析网站内容、下...
    Zhang21阅读 1,280评论 0 2
  • 1 运用演绎结构,让说服更有力! 娘娘在一开场就运用提问的方式与大家达成共识:“你们当兵是为了建功立业和荣耀”,这...
    鹿伟伦阅读 307评论 0 1