Python + CycleGanでオリジナルデータでの学習を実装する

hirasu1231

2021年12月1日 15:48

Python + CycleGanでオリジナルデータでの学習を実装を目指して，本稿ではディアブロス(原種)とディアブロス亜種の変換を実施します．

有料枠設定にしていますが，下記のサイトで他の記事もみれます．youtubeの投げ銭的な物として，お考えください．

本稿の成果物

オリジナルデータの学習

ディアブロスとディアブロス亜種の画像を準備して，オリジナルデータでの学習を実施します．

学習データの準備

ディアブロスとディアブロス亜種のGoogle画像検索をウェブスクレイピングして，準備しました．
Google Driveでデータをやりとりする場合は，zipで圧縮したものをアップロードして，Colab上で回答した方がエラーも発生しづらくおすすめです．
以下のコマンドでzipの解凍ができます．

# ディレクトリの移動
%cd /content/drive/My\ Drive/diablos_gan/pytorch-CycleGAN-and-pix2pix/datasets
# 学習データの解凍
!unzip diablos_gan.zip > /dev/null

# データ数
# (trainA, testA) = (80, 16)
# (trainB, testB) = (80, 16)

オリジナルデータの学習

以下のコマンドで学習を実行できます．

# ディレクトリの移動
%cd /content/drive/My\ Drive/diablos_gan/pytorch-CycleGAN-and-pix2pix

# オリジナルデータの学習
!python train.py --dataroot ./datasets/diablos_gan \
                --n_epochs 300 \
                --name diablos_gan \
                --model cycle_gan \
                --display_id 0 --gpu_ids 0

オリジナルデータの学習モデルでテスト

ディアブロスとディアブロス亜種の画像を変換する学習モデルを作成しましたので，以下のコマンドでテストを実行します．
--nameでは/checkpointsの中にある学習モデルのディレクトリ名を記述します．
学習モデルの名前はlatest_net_G.pthとしてください．
Aのデータ -> Bのデータに変換するモデルは＊＊＊_G_A.pthで，Bのデータ -> Aのデータに変換するのモデルは＊＊＊_G_B.pthです．
※trainA・testAはディアブロス原種，trainB・testBはディアブロス亜種の画像となっています．

変換画像は自動的に256x256の正方形に変換されて出力されます．オリジナルのサイズとアスペクト比を保持したい場合は， --preprocess noneを追記してください．
ただし，GPUの負荷もハンパなく重くなります．僕の場合は，1920x1280と1080x720はGPUのメモリーをオーバーして，640x480で動きました．

# 現在ディレクトリ
# /content/drive/My\ Drive/diablos_gan/pytorch-CycleGAN-and-pix2pix

# 学習モデルの名前変更
!cp checkpoints/diablos_gan/latest_net_G_B.pth checkpoints/diablos_gan/latest_net_G.pth
# 学習モデルのテスト実行
!python test.py --dataroot datasets/diablos_gan/testB \
               --name diablos_gan \
               --results_dir ./results/diablos_gan/ \
               --preprocess none \
               --model test --no_dropout