怎么用GAN训练自己数据生成新的图片

2023-07-05 16:16

短信预约 -IT技能 免费直播动态提醒

本文小编为大家详细介绍“怎么用GAN训练自己数据生成新的图片”，内容详细，步骤清晰，细节处理妥当，希望这篇“怎么用GAN训练自己数据生成新的图片”文章能帮助大家解决疑惑，下面跟着小编的思路慢慢深入，一起来学习新知识吧。

一、读取数据问题

# MNIST datasetmnist = datasets.MNIST(    root='./data/', train=True, transform=img_transform, download=True)# Data loaderdataloader = torch.utils.data.DataLoader(    dataset=mnist, batch_size=batch_size, shuffle=True)

可以看到，datasets.MNIST这个肯定不能用于我们自己的数据。我借鉴了原来做二分类的datasets.ImageFolder。

发现老是报错：

RuntimeError: Found 0 files in subfolders of: E:\Projects\gan\battery\ng
Supported extensions are: .jpg,.jpeg,.png,.ppm,.bmp,.pgm,.tif,.tiff,.webp

后面单步调试，原来这个函数是需要文件夹下面有分类标签的，根据子文件夹名生成分类标签。

故放弃，只能自己写了。

下面是参考网上的，写了个读取数据的函数：

import numpy as npimport torchimport osimport randomfrom PIL import Imagefrom torch.utils.data import Datasetclass myDataset(Dataset):    def __init__(self, data_dir, transform):        self.data_dir = data_dir        self.transform = transform        self.img_names = [name for name in list(filter(lambda x: x.endswith(".jpg"), os.listdir(self.data_dir)))]    def __getitem__(self, index):        path_img = os.path.join(self.data_dir, self.img_names[index])        img = Image.open(path_img).convert('RGB')        if self.transform is not None:            img = self.transform(img)        return img    def __len__(self):        if len(self.img_names) == 0:            raise Exception("\ndata_dir:{} is a empty dir! Please checkout your path to images!".format(self.data_dir))        return len(self.img_names)

二、维度不匹配问题

解决了读取数据之后，发现可以训练了，因为参考链接的MINIST数据都是单通道的，我们大部分图像都是3通道的，所以我将通道改为3后，发现判别器那块老是报错，标签和数据不匹配。

RuntimeError: mat1 dim 1 must match mat2 dim 0

后面一查，发现问题出在这句上面：

for i, (imgs, _) in enumerate(dataloader)

这样得到的imgs已经没有batch-size的信息了，需要改为这样：

for i, imgs in enumerate(dataloader):

下面是整个代码块，贴上去记录下来，以便过段时间万一忘了，还有个看的地方。

import argparseimport osimport numpy as npimport math# import torchvision.transforms as transformsfrom torchvision.utils import save_imagefrom torch.utils.data import DataLoaderfrom torchvision import datasets, models, transformsfrom torch.autograd import Variableimport torch.nn as nnimport torch.nn.functional as Ffrom tools.my_dataset import myDatasetimport torchos.makedirs("images", exist_ok=True)parser = argparse.ArgumentParser()parser.add_argument("--n_epochs", type=int, default=50, help="number of epochs of training")parser.add_argument("--batch_size", type=int, default=2, help="size of the batches")parser.add_argument("--lr", type=float, default=0.0002, help="adam: learning rate")parser.add_argument("--b1", type=float, default=0.5, help="adam: decay of first order momentum of gradient")parser.add_argument("--b2", type=float, default=0.999, help="adam: decay of first order momentum of gradient")parser.add_argument("--n_cpu", type=int, default=4, help="number of cpu threads to use during batch generation")parser.add_argument("--latent_dim", type=int, default=100, help="dimensionality of the latent space")parser.add_argument("--img_size", type=int, default=128, help="size of each image dimension")parser.add_argument("--channels", type=int, default=3, help="number of image channels")parser.add_argument("--sample_interval", type=int, default=400, help="interval betwen image samples")opt = parser.parse_args()print(opt)img_shape = (opt.channels, opt.img_size, opt.img_size)cuda = True if torch.cuda.is_available() else Falseprint('cuda is',cuda)class Generator(nn.Module):    def __init__(self):        super(Generator, self).__init__()        def block(in_feat, out_feat, normalize=True):            layers = [nn.Linear(in_feat, out_feat)]            if normalize:                layers.append(nn.BatchNorm1d(out_feat, 0.8))            layers.append(nn.LeakyReLU(0.2, inplace=True))            return layers        self.model = nn.Sequential(            *block(opt.latent_dim, 128, normalize=False),            *block(128, 256),            *block(256, 512),            *block(512, 1024),            nn.Linear(1024, int(np.prod(img_shape))),            nn.Tanh()        )    def forward(self, z):        img = self.model(z)        img = img.view(img.size(0), *img_shape)        return imgclass Discriminator(nn.Module):    def __init__(self):        super(Discriminator, self).__init__()        self.model = nn.Sequential(            nn.Linear(int(np.prod(img_shape)), 512),            nn.LeakyReLU(0.2, inplace=True),            nn.Linear(512, 256),            nn.LeakyReLU(0.2, inplace=True),            nn.Linear(256, 1),            nn.Sigmoid(),        )    def forward(self, img):        img_flat = img.view(img.size(0), -1)        validity = self.model(img_flat)        return validity# Loss functionadversarial_loss = torch.nn.BCELoss()# Initialize generator and discriminatorgenerator = Generator()discriminator = Discriminator()if cuda:    generator.cuda()    discriminator.cuda()    adversarial_loss.cuda()# # Configure data loader# os.makedirs("./data/mnist", exist_ok=True)# dataloader = torch.utils.data.DataLoader(#     datasets.MNIST(#         "./data/mnist",#         train=True,#         download=True,#         transform=transforms.Compose(#             [transforms.Resize(opt.img_size), transforms.ToTensor(), transforms.Normalize([0.5], [0.5])]#         ),#     ),#     batch_size=opt.batch_size,#     shuffle=True,# )dataset = r'E:\Projects\gan\battery'ng_directory = os.path.join(dataset, 'ng')ok_directory = os.path.join(dataset, 'ok')image_transforms = {    'ng': transforms.Compose([        transforms.Resize([opt.img_size,opt.img_size]),        transforms.ToTensor(),        ]),    'ok': transforms.Compose([        transforms.Resize([opt.img_size,opt.img_size]),        transforms.ToTensor(),       ])}data = {    'ng': myDataset(data_dir=ng_directory, transform=image_transforms['ng']),    'ok': myDataset(data_dir=ok_directory, transform=image_transforms['ok'])}dataloader = DataLoader(data['ng'], batch_size=opt.batch_size, shuffle=True)ng_data_size = len(data['ng'])ok_data_size = len(data['ok'])print('train_size: {:4d}  valid_size:{:4d}'.format(ng_data_size, ok_data_size))# Optimizersoptimizer_G = torch.optim.Adam(generator.parameters(), lr=opt.lr, betas=(opt.b1, opt.b2))optimizer_D = torch.optim.Adam(discriminator.parameters(), lr=opt.lr, betas=(opt.b1, opt.b2))Tensor = torch.cuda.FloatTensor if cuda else torch.FloatTensor# ----------#  Training# ----------for epoch in range(opt.n_epochs):    # for i, (imgs, _) in enumerate(dataloader):    for i, imgs in enumerate(dataloader):        # Adversarial ground truths        valid = Variable(Tensor(imgs.size(0), 1).fill_(1.0), requires_grad=False)        fake = Variable(Tensor(imgs.size(0), 1).fill_(0.0), requires_grad=False)        # Configure input        real_imgs = Variable(imgs.type(Tensor))        # -----------------        #  Train Generator        # -----------------        optimizer_G.zero_grad()        # Sample noise as generator input        z = Variable(Tensor(np.random.normal(0, 3, (imgs.shape[0], opt.latent_dim))))        # Generate a batch of images        gen_imgs = generator(z)        # Loss measures generator's ability to fool the discriminator        aa = discriminator(gen_imgs)        g_loss = adversarial_loss(aa, valid)        g_loss.backward()        optimizer_G.step()        # ---------------------        #  Train Discriminator        # ---------------------        optimizer_D.zero_grad()        # Measure discriminator's ability to classify real from generated samples        bb = discriminator(real_imgs)        real_loss = adversarial_loss(bb, valid)        # 此处需要注意，detach()是为了截断梯度流，不计算生成网络的损失，        # 因为d_loss包含了fake_loss，回传的时候如果不做处理，默认会计算generator的梯度，        # 而这里只需要计算判别网络的梯度，更新其权重值，生成网络保持不变即可。        fake_loss = adversarial_loss(discriminator(gen_imgs.detach()), fake)        d_loss = (real_loss + fake_loss) / 2        d_loss.backward()        optimizer_D.step()        print(            "[Epoch %d/%d] [Batch %d/%d] [D loss: %f] [G loss: %f]"            % (epoch, opt.n_epochs, i, len(dataloader), d_loss.item(), g_loss.item())        )        batches_done = epoch * len(dataloader) + i        if batches_done % opt.sample_interval == 0:            save_image(gen_imgs.data[:25], "images/%d.png" % batches_done, nrow=5, normalize=True)

怎么用GAN训练自己数据生成新的图片