GANILLA

我们提供了以下论文的PyTorch实现:

GANILLA: 用于图像到插图转换的生成对抗网络。

论文 Arxiv

更新

• (2023年10月) 我们发布了最新工作的代码:WAIT: 使用GANs进行动画到插图视频转换的特征扭曲。
• (2021年2月) 我们发布了最新工作的代码:用于素描着色的对抗性分割损失。

数据集统计:

样例图像:

GANILLA:

GANILLA在插图数据集上的结果:

与其他方法的比较:

使用宫崎骏动画图像的风格迁移:

消融实验:

前提条件

• Linux、macOS或Windows
• Python 2或3
• CPU或NVIDIA GPU + CUDA CuDNN

开始使用

下载数据集

详情请参考datasets.md。

安装

• 克隆此仓库:

git clone https://github.com/giddyyupp/ganilla.git
cd ganilla

• 从http://pytorch.org安装PyTorch 0.4+和torchvision以及其他依赖项(如visdom和dominate)。你可以通过以下命令安装所有依赖项:

pip install -r requirements.txt

• 对于Conda用户，我们提供了一个脚本./scripts/conda_deps.sh来安装PyTorch和其他库。

GANILLA 训练/测试

• 下载GANILLA/CycleGAN数据集(例如maps):

bash ./datasets/download_cyclegan_dataset.sh maps

• 训练模型:

#!./scripts/train_ganilla.sh
python train.py --dataroot ./datasets/maps --name maps_cyclegan --model cycle_gan --netG resnet_fpn

• 要查看训练结果和损失曲线,运行python -m visdom.server并点击URL http://localhost:8097。要查看更多中间结果,请查看`./checkpoints/maps_cyclegan/web/index.html`
• 测试模型:

#!./scripts/test_cyclegan.sh
python test.py --dataroot ./datasets/maps --name maps_cyclegan --model cycle_gan --netG resnet_fpn

测试结果将保存在以下html文件中:./results/maps_cyclegan/latest_test/index.html。

您可以在scripts目录中找到更多脚本。

应用预训练模型(GANILLA)

• 您可以使用以下链接下载预训练模型

将预训练模型放在./checkpoints/{name}_pretrained/100_net_G.pth下。

• 要测试模型,您还需要下载monet2photo数据集,并使用trainB图像作为源:

bash ./datasets/download_cyclegan_dataset.sh monet2photo

• 然后使用以下命令生成结果

python test.py --dataroot datasets/monet2photo/testB --name {name}_pretrained --model test

选项--model test用于仅生成GANILLA的单向结果。python test.py --model cycle_gan将需要加载并生成两个方向的结果,这有时是不必要的。结果将保存在./results/中。使用--results_dir {directory_path_to_save_result}指定结果目录。

• 如果您想将预训练模型应用于输入图像集合(而不是图像对),请使用--dataset_mode single和--model test选项。这里是将模型应用于Facade标签图(存储在facades/testB目录中)的脚本。

#!./scripts/test_single.sh
python test.py --dataroot ./datasets/monet2photo/testB/ --name {your_trained_model_name} --model test

您可能需要指定--netG以匹配训练模型的生成器架构。

风格与内容CNN

我们在这个仓库中分享了风格与内容CNN。它包含了两个CNN的训练/测试过程以及预训练权重。

训练/测试技巧

训练和测试模型的最佳实践。

常见问题

在提出新问题之前,请先查看上述问答和现有的GitHub问题。

引用

如果您将此代码用于研究,请引用我们的论文。

@article{hicsonmez2020ganilla,
  title={GANILLA: Generative adversarial networks for image to illustration translation},
  author={Hicsonmez, Samet and Samet, Nermin and Akbas, Emre and Duygulu, Pinar},
  journal={Image and Vision Computing},
  pages={103886},
  year={2020},
  publisher={Elsevier}
}
@inproceedings{Hicsonmez:2017:DDN:3078971.3078982,
 作者 = {Hicsonmez, Samet 和 Samet, Nermin 和 Sener, Fadime 和 Duygulu, Pinar},
 标题 = {DRAW：用于识别儿童书籍插画家风格的深度网络},
 会议论文集 = {2017年ACM国际多媒体检索会议论文集},
 年份 = {2017}
}

致谢

我们的代码深受CycleGAN的启发。

本研究中报告的数值计算完全在土耳其科学技术研究委员会ULAKBIM高性能和网格计算中心（TRUBA资源）进行。