我们已经为您准备好复现该模型所需的环境,您可以创建实例、一键复用哦!

模型的使用文档涵盖模型所需环境、模型简介以及复现模型的具体步骤。模型效果和模型详细来源可以点击论文地址和模型来源链接查看哦~

StarGAN

2022-03-14 model:stargan-ubuntu18.04-cuda11.1.1-cudnn8-python3.8-pytorch1.8.0-new

模型标签
图像分类

模型简介

模型介绍:现有的方法在处理两个以上的域时具有有限的可伸缩性和鲁棒性,因为应该为每对图像域独立地构建不同的模型。为了解决这一局限性,我们提出了StarGAN,这是一种新颖且可扩展的方法,可以仅使用单个模型对多个域执行图像到图像的翻译。StarGAN的这种统一模型架构允许在单个网络中同时训练具有不同域的多个数据集。这使得StarGAN的翻译图像质量优于现有模型,并且能够灵活地将输入图像翻译到任何所需的目标域。我们通过实验证明了我们的方法在面部属性转换和面部表情合成任务中的有效性。论文地址:https://arxiv.org/pdf/1711.09020.pdf


  1. 使用方法

  2. 模型来源


1. 使用方法

1.1. 准备数据集

在终端,在rroot/stargan(默认)路径下,运行以下命令:

cd ../..
# 进入根目录
cp -r datasets/CelebA-stargan ../../user-data
# 将复现所需的公开数据集复制到指定文件夹下

1.2. 模型训练

在终端,进入root/stargan(默认)路径下,运行以下命令:

python main.py --mode train --dataset CelebA

1.3. 模型测试

在终端,进入root/stargan(默认)路径下,运行以下命令:

python main.py --mode test --dataset CelebA

2. 模型来源

https://github.com/yunjey/stargan