PyTorch Pix2Pix 实现及数据集下载
项目描述
本仓库提供了基于PyTorch的Pix2Pix实现，支持多种数据集的训练和测试。Pix2Pix是一种基于条件生成对抗网络（cGAN）的图像到图像转换模型，能够将输入图像转换为具有特定风格的输出图像。
支持的数据集
以下是本项目支持的数据集及其相关配置：
- 城市风光
- 训练图像数量：2975
- 训练纪元：200
- 批处理大小：1
- 反序：True
- 外墙
- 训练图像数量：400
- 训练纪元：200
- 批处理大小：1
- 反序：True
- 地图
- 训练图像数量：1096
- 训练纪元：200
- 批处理大小：1
- 反序：True
- edge2shoes
- 训练图像数量：50k
- 训练纪元：15
- 批处理大小：4
- 反序：False
- edge2手袋
- 训练图像数量：137k
- 训练纪元：15
- 批处理大小：4
- 反序：False
训练结果
城市风光
- 训练纪元：200
- 结果展示：
- 第一列：输入图像
- 第二列：输出图像
- 第三列：真实图像
外墙
- 训练纪元：200
- 结果展示：
- 第一列：输入图像
- 第二列：输出图像
- 第三列：真实图像
学习时间
- 城市风光
- 平均每个纪元时间：332.08秒
- 总训练时间（200个纪元）：66846.58秒
- 外墙
- 平均每个纪元时间：332.08秒
- 总训练时间（200个纪元）：66846.58秒
使用方法
- 克隆本仓库到本地。
- 下载所需的数据集并放置在指定目录。
- 根据需要修改配置文件中的参数。
- 运行训练脚本开始训练模型。
注意事项
- 请确保您的PyTorch环境已正确配置。
- 数据集的下载和预处理可能需要一些时间，请耐心等待。
贡献
欢迎大家贡献代码或提出改进建议，共同完善本项目。