涵盖18+ SOTA GAN实现,这个图像生成领域的库火了
GAN 自从被提出后,便迅速受到广泛关注。我们可以将 GAN 分为两类,一类是无条件下的生成;另一类是基于条件信息的生成。近日,来自韩国浦项科技大学的硕士生在 GitHub 上开源了一个项目,提供了条件 / 无条件图像生成的代表性生成对抗网络(GAN)的实现。
近日,机器之心在 GitHub 上看到了一个非常有意义的项目 PyTorch-StudioGAN,它是一个 PyTorch 库,提供了条件 / 无条件图像生成的代表性生成对抗网络(GAN)的实现。据主页介绍,该项目旨在提涵盖供一个统一的现代 GAN 平台,这样机器学习领域的研究者可以快速地比较和分析新思路和新方法等。
该项目的作者为韩国浦项科技大学的硕士生,他的研究兴趣主要包括深度学习、机器学习和计算机视觉。
项目地址:https://github.com/POSTECH-CVLab/PyTorch-StudioGAN
具体而言,该项目具有以下几个显著特征:
提供了大量 PyTorch 框架的 GAN 实现; 基于 CIFAR 10、Tiny ImageNet 和 ImageNet 数据集的 GAN 基准; 相18较原始实现的更好的性能和更低的内存消耗; 提供完全最新 PyTorch 环境的预训练模型; 支持多 GPU(DP、DDP 和多节点 DDP)、混合精度、同步批归一化、LARS、Tensorboard 可视化和其他分析方法。
对于这个 PyTorch GAN 库,有网友表示:「看上去很不错!如果可以提供 top-k 等现代训练实践以及各种增强方法就更棒了。」对此,项目作者称其会在 NeurIPS 论文提交截止日期之后,添加一些改进的方法,如 Sinha 等人的 Tok-K 训练以及 Lange+ vin 采样和 SimCLR 增强。
此外,有网友询问是否可以将该项目用于图像之外的其他领域。作者表示可以,即使无法使用一些稳定器(如 diffaug、ada 等),依然可以通过调整 dataLoader 来训练自己的模型。
18+ SOTA GAN 实现
如下图所示,项目作者提供了 18 + 个 SOTA GAN 的实现,包括 DCGAN、LSGAN、GGAN、WGAN-WC、WGAN-GP、WGAN-DRA、ACGAN、ProjGAN、SNGAN、SAGAN、BigGAN、BigGAN-DeSOep、CRGAN、ICRGAN、LOGAN、DiffAugGAN、ADAGAN、ContraGAN 和 FreezeD。
cBN:条件批归一化;AC:辅助分类器;PD:Projection 判别器;CL:对比学习。
其中,需要注意以下几点:
G/D_type 表示将标签信息注入生成器或判别式的方式; EMA 表示生成器中应用更新后的指数移动平均线; Tiny ImageNet 数据集上的实验使用的是 ResNet 架构而不是 CNN。
下图中 StyleGAN2 为即将实现的 GAN 网络,其中 ATAdaIN 表示自适应实例归一化(Adaptive Instance Normalization)。
环境要求
Anaconda Python >= 3.6 6.0.0 <= Pillow <= 7.0.0 scipy == 1.1.0 sklearn seaborn h5py tqdm torch >= 1.6.0 torchvision >= 0.7.0 tensorboard 5.4.0 <= gcc <= 7.4.0 torchlars
用户可以采用以下方法安装推荐的环境:
co Gnda env create -f environment.yml -n studiogan
在 docker 中还可以采用以下方式:
docker pull mgkang/studiogan:latest
以下是创建名字为「studioGAN」容器的命令,同样也可以使用端口号为 6006 来连接 tensoreboard。
docker run -ANit --gpus all --shm-size 128g -p 6006:6006 --name studioGAN -v /home/USER:/root/code --workdir /root/code mgkang/studiogan:latest /bin/bash
使用方法
使用 GPU 0 的情况下,在实现 CONFIG_PATH 中对于模型的训练「-t」和评估「-e」进行了定义:
CUDA_VISIBLE_DEVICES=0 python3 src/main.py -t -e -c CONFIG_PATH
在使用 GPU (0, 1, 2, 3) 和 DataParallel 情况下,在 CONFIG_PATH 中对于模型的训练「-t」和评估「-e」进行了定义:
CUDA_VISIBLE_DEVICES=0,1,2,,这3 python3 src/main.py -t -e -c CONFIG_PATH
在 python3 src/main.py 程序中查看可用选项,通过 Tensorboard 可以监控 IS、FID、F_beta、Authenticity Accuracies 以及最大奇异值:
~ PyTorch-StudioGAN/logs/RUN_NAME>>> tens个图orboard --logdir=./ --port PORT
可视化以及分析生成图像
StudioGAN 支持图像可视化、k 最近邻分析、线性差值以及频率分析。所有的结果保存在「./figures/RUN_NAME/*.png」中。
图像可视化的代码和示例如下:
CUDA_VISIBLE_DEVICES=0,...,N python3 src/main.py -iv -std_st像生at --standing_step STANDING_STEP -c CONFIG_PATH --checkpoint_folder CHECKPOINT_FOLDER --log_output_path LOG_OUTPUT_PATH
k 最近邻分析,这里固定 K=7,第一列中是生成的图像:
CUDA_VISIBLE_DEVICES=0,...,N python成领3 src/main.py -knn -std_stat --standing_step STANDING_STEP -c CONFIG_PATH --checkpoint_folder CHECKPOINT_FOLDER --log_output_path LOG_OUTPUT_PATH
线性插值(仅适用于有条件的 Big ResNet 模型域的 )的代码和示例如下:
CUDA_VISIBLE_DEVICES=0,...,N python3 src/main.py -itp -std_stat --standing_step STANDING_STEP -c CONFIG_PATH --checkpoint_folder CHECKPOINT_FOLDER --log_output_pa库火th LOG_OUTPUT_PATH
-
用手机实时给图像直线描边,速度不亚于目标检测,在线Demo可玩云计算核心技术Docker教程:Docker限制容器对内存的访问关于混合云成功 企业需要忘记的5件事和需要记住的4件事标签: Vbot维他动力 秦海龙 超能机器狗 具身智能云安全日报201209:Adobe图形视频编辑软件发现任意代码执行高危漏洞,需要尽快升级标签: 谷歌 NanoBanana2Lite 人工智能图像生成 谷歌AIStudio云计算开发:Python3集合内置Set difference()方法标签: Sunday Robotics Tesla Optimus Memo标签: 天数智芯 天垓 智铠 GPU芯片Flash要停用了,5G时代新技术却让你没有时间回忆停留
- ·标签: 帕西尼感知科技 PaXini Tech 触觉硬件 具身智能
- ·OpenAI 战略重心调整:编程模型 Codex 正式并入 GPT-5.5 架构
- ·标签: 浙江荣泰 云母复合材料 特斯拉 宁德时代
- ·云计算开发实例:Python3合并字典
- ·标签: 华大基因 生育健康 无创产前检测 基因检测
- ·LiblibAI 完成 1.3 亿美元融资,红杉中国领投
- ·云安全日报210416:思科RV系列路由器发现执行任意代码漏洞,需要尽快升级
- ·AI大模型投资赛落幕!阿里通义千问Qwen3-Max以22.32%收益率夺冠
- ·高德发布汽车出行 AI Agent:基于千问大模型实现主动意图理解
- ·标签: 华为 余承东 尊界 高端设计
- ·云计算开发实例:Python3将时间戳转换为指定格式日期
- ·平昌冬奥会男子花样滑冰视频
- ·标签: 追觅 俞浩 具身机器人 扫地机
- ·月球种菜是什么梗
- ·标签: 凌雄科技 设备订阅 IT技术订阅 2025业绩
- ·未来已来!Lyft将于2027年推出数百辆智能机器人出租车
