文件名称:stylegan2-pytorch:PyTorch中分析和改善StyleGAN(StyleGAN 2)图像质量的实现
文件大小:52.55MB
文件格式:ZIP
更新时间:2024-05-18 05:27:13
stylegan2 Python
PyTorch中的StyleGAN 2 在PyTorch中实现并改善StyleGAN的图像质量( ) 注意 我试图尽可能接近官方实施,但也许我遗漏了一些细节。 因此,请谨慎使用此实现。 要求 我已经测试过: PyTorch 1.3.1 CUDA 10.1 / 10.2 用法 首先创建lmdb数据集: python prepare_data.py --out LMDB_PATH --n_worker N_WORKER --size SIZE1,SIZE2,SIZE3,... DATASET_PATH 这会将图像转换为jpeg并预先调整其大小。 此实现不使用渐进式增长,但是对于以后要尝试其他分辨率的情况,可以使用带有逗号分隔列表的大小参数来创建多个分辨率数据集。 然后您可以在分布式设置中训练模型 python -m torch.distributed.launch --nproc
【文件预览】:
stylegan2-pytorch-master
----distributed.py(3KB)
----lpips()
--------pretrained_networks.py(6KB)
--------__init__.py(6KB)
--------weights()
--------networks_basic.py(7KB)
--------base_model.py(2KB)
--------dist_model.py(11KB)
----convert_weight.py(8KB)
----train.py(16KB)
----generate.py(2KB)
----LICENSE-LPIPS(1KB)
----apply_factor.py(3KB)
----op()
--------upfirdn2d.cpp(1KB)
--------conv2d_gradfix.py(6KB)
--------__init__.py(89B)
--------fused_bias_act.cpp(1KB)
--------upfirdn2d.py(6KB)
--------upfirdn2d_kernel.cu(12KB)
--------fused_act.py(3KB)
--------fused_bias_act_kernel.cu(3KB)
----swagan.py(11KB)
----factor_index-13_degree-5.0.png(3.15MB)
----non_leaking.py(14KB)
----fid.py(4KB)
----model.py(19KB)
----dataset.py(1KB)
----calc_inception.py(4KB)
----inception_ffhq.pkl(32.01MB)
----doc()
--------stylegan2-church-config-f.png(1.86MB)
--------sample.png(6.74MB)
--------sample-metfaces.png(5.19MB)
--------stylegan2-ffhq-config-f.png(4.9MB)
----LICENSE(1KB)
----inception.py(11KB)
----closed_form_factorization.py(835B)
----README.md(4KB)
----prepare_data.py(3KB)
----sample()
--------.gitignore(6B)
----projector.py(7KB)
----ppl.py(4KB)
----.gitignore(2KB)
----checkpoint()
--------.gitignore(5B)
----LICENSE-FID(11KB)
----LICENSE-NVIDIA(5KB)