Deprecated: imwpcache\f884414bce24ee67f\f73723ec7b1919fa5::__construct(): Implicitly marking parameter $YECBGYFECGEAFWHA as nullable is deprecated, the explicit nullable type must be used instead in /www/wwwroot/www.chuangxiangniao.com/wp-content/plugins/imwpcache-dist/build/f884414bce24ee67ff73723ec7b1919fa5.php on line 2

Deprecated: imwpcache\f884414bce24ee67f\f73723ec7b1919fa5::__construct(): Implicitly marking parameter $BBWFDDBHHYHDXXAB as nullable is deprecated, the explicit nullable type must be used instead in /www/wwwroot/www.chuangxiangniao.com/wp-content/plugins/imwpcache-dist/build/f884414bce24ee67ff73723ec7b1919fa5.php on line 2
情人节:借助二次元老婆研究特征解耦_创想鸟

情人节:借助二次元老婆研究特征解耦

本项目旨在实现二次元头像的特征解耦,让B头像风格影响A头像主体且保持A大体不变。采用Konachan动漫头像数据集,基于SPADE架构,A为内容主体,B为风格。通过Encoder-Decoder提取特征,利用KLDLoss、VGG损失等训练,使生成图融合A主体与B风格,测试显示能体现特征影响差异。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

情人节:借助二次元老婆研究特征解耦 - 创想鸟

借二次元老婆们头像研究特征解耦

项目概述

情人节快到了,生成一个自己喜欢的二次元头像或许可以让大家开心一点,但是呢,我想试试不一样的,就是看看以A头像为主体,把B头像的风格去影响A头像,保持A头像大体不变,细节改变,这就是本项目做的最主要的事情。

任务详细介绍及其剖析理解

数据集介绍

我采用的是AI studio公开数据集Konachan动漫头像数据集,这里提供了大概4万多张256*256的动漫头像。 简单展示其中一张:情人节:借助二次元老婆研究特征解耦 - 创想鸟            

任务理解

首先我想做的事情很简单,就是用B去影响A,在这里B起到操作A特征的作用。如果是简单的做A和B图像简单的叠加融合其实是很简单的,如果我们采取Encoder-Decoder架构,只需要将训练好的生成器架构拿来,然后把A和B图像输入Encoder分别得到A和B的特征图,然后把A和B的特征图相加/2,这样把新的特征图输入Decoder就可以得到一张A和B叠加的效果图片。但这样不好,我试了一下,不好看,就相当于人脸眼睛的位置因为叠加出现了2双眼睛。

深入思索

这个时候有点感觉似乎有种风格迁移的感觉,B提供“风格”,A提供主体,那么谈到这个风格迁移,很自然,大家就想到了AdaIn,这个极为经典的风格迁移模型,我们很大程度认为一张图片的风格信息是包含在均值和标准差里面的。这个时候我主体架构依旧基于SPADE,不过,Encoder得到的均值和logvar是带有结构信息的,就是二维含有H和W的。这个时候就思路差不多明朗了,然后这里我的模型是基于SPADE论文主体架构,所以下面class的名字我也是没改,接下来我基于我的Model给大家讲解:

注意:std ,mu,logvar前面的c和s代表来自图像A和B,因为我把A当作内容主体,B当作风格,所以这样命名。

class Model(nn.Layer):    def __init__(self,batch_size =4):        super().__init__()        self.batch_size =batch_size        self.generator = SPADEGenerator()        self.encoder = ConvEncoder()    def reparameterize(self,mu, logvar):        std = paddle.exp(0.5 * logvar)        eps = paddle.randn([self.batch_size,64*8,8,8])        return paddle.multiply(eps,std) + mu,mu,std    def forward(self,content_img,style_img):        '''        content_img为A,style_img为B        cmu,clogvar,z的shape都为[batch_size,64*8,8,8]        然后对于输入到decoder的特征主体是基于来自A cmu,clogvar构造的z,这样我们的主体图片特征信息就保存在z里面了。        然后这个style_img我们希望起到一个影响主体“风格”的作用,于是就保留smu(均值),sstd(标准差),于是这个B的风格信息就保存在style这个list中了.        return:img_fake为生成的图片,cmu和clogvar后面算kldloss就是让reparameterize得到z逼近为标准正太分布。        '''              cmu, clogvar =  self.encoder(content_img)        z,_,_ = self.reparameterize(cmu, clogvar)        smu, slogvar =  self.encoder(style_img)        _,smu,sstd = self.reparameterize(smu, slogvar)        # z = paddle.randn([self.batch_size,64*8,8,8])        # z = img        style = [smu,sstd]        img_fake = self.generator(style,z)        # return img_fake        return img_fake,cmu,clogvar

   

Generator主体架构介绍:

这个就是基于SPADE generator,主体架构就是nn.upsample加SpadeResBlock, 结合代码介绍:

class SPADEGenerator(nn.Layer):    def __init__(self):        super().__init__()        nf = 64        self.z_dim = 256        # self.sw, self.sh = self.compute_latent_vector_size(opt)        self.sw = 8        self.sh = 8        self.num_upsampling_layers = "  "#就是指输出的大小图片就是256*256,在8*8的基础上上采样5次。        self.use_vae = True        self.noise_nc = 64        if self.use_vae:            # In case of VAE, we will sample from random z vector            self.fc = nn.Conv2D(self.noise_nc * 8, 16 * nf, kernel_size=3, padding=1, groups=8)#这个组数没在意,无心之举        else:#不用管else,这个反正没用过            self.fc = nn.Conv2D(self.noise_nc, 16 * nf, kernel_size=3, padding=1, groups=8)        self.head_0 = SPADEResnetBlock(16 * nf, 16 * nf,1)        self.G_middle_0 = SPADEResnetBlock(16 * nf, 16 * nf,1)        self.G_middle_1 = SPADEResnetBlock(16 * nf, 16 * nf,1)        self.up_0 = SPADEResnetBlock(16 * nf, 8 * nf,1)        self.up_1 = SPADEResnetBlock(8 * nf, 4 * nf,1)        self.up_2 = SPADEResnetBlock(4 * nf, 2 * nf,1)        self.up_3 = SPADEResnetBlock(2 * nf, 1 * nf,1)        final_nc = nf        if self.num_upsampling_layers == 'most':            self.up_4 = SPADEResnetBlock(1 * nf, nf // 2,1)            final_nc = nf // 2        # SpectralNorm = build_norm_layer('spectral')        self.conv_img = nn.Conv2D(final_nc, 3, 3, padding=1        ,           weight_attr=spn_conv_init_weight,                    bias_attr=spn_conv_init_bias)        self.up = nn.Upsample(scale_factor=2)    def forward(self, style, z=None):        if z is None:            z = paddle.randn([style.shape[0],64 * 8, 8, 8],                            dtype=paddle.float32)        # print("z.shape",z.shape)        x = self.fc(z)        x = x.reshape([-1, 16 * 64, self.sh, self.sw])        x = self.head_0(x, style)        x = self.up(x)#1        x = self.G_middle_0(x,style)        if self.num_upsampling_layers == 'more' or            self.num_upsampling_layers == 'most':            x = self.up(x)#        x = self.G_middle_1(x, style)        x = self.up(x)#2        x = self.up_0(x,style)        x = self.up(x)#3        x = self.up_1(x,style)        x = self.up(x)#4        x = self.up_2(x, style)        x = self.up(x)#5        x = self.up_3(x, style)        if self.num_upsampling_layers == 'most':            x = self.up(x)            x = self.up_4(x, style)        x = self.conv_img(F.leaky_relu(x, 2e-1))        x = F.tanh(x)        return x

       

所以generator就是通过这个SPADEResBlock把style融入主体特征图中

SPADEResBlock架构

class SPADEResnetBlock(nn.Layer):    def __init__(self, fin, fout,group_num):        '''        fin为input_channel,fout为output_channel        '''        super().__init__()        # Attributes        self.learned_shortcut = (fin != fout)        fmiddle = min(fin, fout)        spectral =False        noise_nc = 64*8        # create conv layers        self.conv_0 = nn.Conv2D(fin, fmiddle, kernel_size=3, padding=1 ,groups = group_num , weight_attr=spn_conv_init_weight,bias_attr=spn_conv_init_bias)        self.conv_1 = nn.Conv2D(fmiddle, fout, kernel_size=3, padding=1,groups = group_num   , weight_attr=spn_conv_init_weight,bias_attr=spn_conv_init_bias)        SpectralNorm = build_norm_layer('spectral')        if self.learned_shortcut:            self.conv_s = nn.Conv2D(fin, fout, kernel_size=1,groups = group_num)        # apply spectral norm if specified        if spectral ==True:            self.conv_0 = SpectralNorm(self.conv_0)            self.conv_1 = SpectralNorm(self.conv_1)            if self.learned_shortcut:                self.conv_s = SpectralNorm(self.conv_s)        # define normalization layers        self.norm_0 = SPADE(fin, noise_nc,group_num = group_num)        self.norm_1 = SPADE(fmiddle, noise_nc,group_num = group_num)        if self.learned_shortcut:            self.norm_s = SPADE(fin, noise_nc,group_num =group_num)    def forward(self, x, style):       '''       x为特征图,style为[smu,sstd],smu.shape = sstd.shape = [b,64*8,8,8]       '''        x_s = self.shortcut(x, style)        dx = self.conv_0(self.actvn(self.norm_0(x,style)))        dx = self.conv_1(self.actvn(self.norm_1(dx,style)))        out = x_s + dx        return out    def shortcut(self, x, style):        if self.learned_shortcut:            x_s = self.conv_s(self.norm_s(x,style))        else:            x_s = x        return x_s    def actvn(self, x):        return F.leaky_relu(x, 2e-1)

       

所以接下来就是最核心的SPADE设计 在这里回忆一下AdaIn的公式: 情人节:借助二次元老婆研究特征解耦 - 创想鸟            

SPADE架构

class SPADE(nn.Layer):    def __init__(self, norm_nc, style_nc,group_num):        super().__init__()        param_free_norm_type = "instance"        if param_free_norm_type == 'instance':            self.param_free_norm = nn.InstanceNorm2D(norm_nc, weight_attr=False, bias_attr=False)         # The dimension of the intermediate embedding space. Yes, hardcoded.        nhidden = 128        ks = 3        # SpectralNorm = build_norm_layer('spectral')        pw = ks // 2        self.mlp_gamma = nn.Sequential(            nn.Conv2D(style_nc, nhidden, kernel_size=ks, padding=pw                    ,weight_attr=spn_conv_init_weight,                    bias_attr=spn_conv_init_bias),            nn.ReLU(),            nn.Conv2D(nhidden, norm_nc, kernel_size=ks, padding=pw,groups = group_num)        )        self.mlp_beta =  nn.Sequential(            nn.Conv2D(style_nc, nhidden, kernel_size=ks, padding=pw                    ,weight_attr=spn_conv_init_weight,                    bias_attr=spn_conv_init_bias),            nn.ReLU(),            nn.Conv2D(nhidden, norm_nc, kernel_size=ks, padding=pw,groups = group_num))    def forward(self, x, style):        # Part 1. generate parameter-free normalized activations        normalized = self.param_free_norm(x)        mu = style[0]        std = style[1]        # Part 2. 把mu和std放缩成特征图大小,然后分别经过mlp_gamma和mlp_beta,构成gamma和beta        mu = F.interpolate(style[0], size=x.shape[2:], mode='nearest')        std= F.interpolate(style[1], size=x.shape[2:], mode='nearest')        gamma = self.mlp_gamma(std)        beta = self.mlp_beta(mu)        # apply scale and bias        out = normalized *  gamma+ beta        return out

   

好了,然后这里讲解一下我的loss设计:

判别器依旧采取MutiScaleDiscriminator,主要让生成器生成一个动漫头像,进行判断。风格层面:这里风格判断我采取的是animegan中的style loss,当然不太合适,因为这个用风格描述不太合适,应该B做的是特征上的风格。但是这里将就用一下,就是将img_fake和B算一个style loss.内容层面:img_fake和A算vggloss就是感知损失,还有在生成器预训练的时候我把img_fake和A直接算一个MSEloss然后我算img_fake和A的featloss,让他们在判别器上特征相近上面提过的kldloss.

训练介绍:

预训练时候生成器不需要对抗损失,只需要vggloss,mseloss,kldloss,styleloss正式训练加上ganloss和featloss

featloss可以更好帮你生成出的图片保持脸的样子。

效果可视化:

从左往右分别为img_fake,A,B 情人节:借助二次元老婆研究特征解耦 - 创想鸟            


这个时候我进行了对比测试,更好的弄清楚cmu,cstd,smu,sstd的作用,我分别把他们变成paddle.randn([1,64*8,8,8])进行效果比对:

注:我是使用MODEL_test.py进行测试的

原图: 情人节:借助二次元老婆研究特征解耦 - 创想鸟                


clogvar为randn: 情人节:借助二次元老婆研究特征解耦 - 创想鸟                


cmu为randn: 情人节:借助二次元老婆研究特征解耦 - 创想鸟                


sstd为randn: 情人节:借助二次元老婆研究特征解耦 - 创想鸟                


smu为randn: 情人节:借助二次元老婆研究特征解耦 - 创想鸟                


6.smu乘randn: 情人节:借助二次元老婆研究特征解耦 - 创想鸟            

很明显,输入到generator的z是控制整体图像形状大概样子的。 style这个list里面的smu和slogvar是控制图像表面,比较浮于表面,最明显就是看smu为randn一个个格子的效果。格子效果产生原因应该来自于

mu = F.interpolate(style[0], size=x.shape[2:], mode=’nearest’)

std= F.interpolate(style[1], size=x.shape[2:], mode=’nearest’)

也就是说如果sstd和smu来自图像B而不是randn,那么这个sstd和smu就是保留人脸信息的可以和很好融入特征主体中。可以说这个sstd和smu相当于有人脸信息的噪声很合适。

更多效果展示:

情人节:借助二次元老婆研究特征解耦 - 创想鸟情人节:借助二次元老婆研究特征解耦 - 创想鸟情人节:借助二次元老婆研究特征解耦 - 创想鸟情人节:借助二次元老婆研究特征解耦 - 创想鸟情人节:借助二次元老婆研究特征解耦 - 创想鸟        

其实当你图片来回切换,你会发现发型和脸其实是有区别的,只不过光看很难比较出来。

下面就是代码介绍了,最后一个代码块是测试的,可以直接单独运行。当然数据集还是要解压一下的。

In [1]

# 解压数据集,只需执行一次# import os# if not os.path.isdir("./data/d"):#     os.mkdir("./data/d")# ! unzip data/data110820/faces.zip -d ./data/d

   In [2]

#构造datasetIMG_EXTENSIONS = [    '.jpg', '.JPG', '.jpeg', '.JPEG',    '.png', '.PNG', '.ppm', '.PPM', '.bmp', '.BMP',]import paddleimport cv2import osdef data_maker(dir):    images = []    assert os.path.isdir(dir), '%s is not a valid directory' % dir    for root, _, fnames in sorted(os.walk(dir)):        for fname in fnames:            if is_image_file(fname) and ("outfit" not in fname):                path = os.path.join(root, fname)                images.append(path)    return sorted(images)def is_image_file(filename):    return any(filename.endswith(extension) for extension in IMG_EXTENSIONS)class AnimeDataset(paddle.io.Dataset):    """    """    def __init__(self):        super(AnimeDataset,self).__init__()        self.anime_image_dirs =data_maker("data/d/faces")        self.size = len(self.anime_image_dirs)//2        self.c_dirs = self.anime_image_dirs[:self.size]        self.s_dirs = self.anime_image_dirs[self.size:2*self.size]    # cv2.imread直接读取为GBR,把通道换成RGB    @staticmethod    def loader(path):        return cv2.cvtColor(cv2.imread(path, flags=cv2.IMREAD_COLOR),                            cv2.COLOR_BGR2RGB)    def __getitem__(self, index):        c = AnimeDataset.loader(self.c_dirs[index])        s = AnimeDataset.loader(self.s_dirs[index])        return c,s    def __len__(self):        return self.size

   In [3]

#构造dataloaderdataset = AnimeDataset()for i,j in dataset:    print(i.shape)    breakbatch_size = 4data_loader =  paddle.io.DataLoader(dataset,batch_size=batch_size,shuffle =True)for c,s in data_loader:    print(c.shape)    break

       

(256, 256, 3)[4, 256, 256, 3]

       In [4]

# !python -u SPADEResBlock.py

   In [5]

# !python -u SPADE.py

   In [6]

# !python -u Generator.py

   In [7]

# !python -u MODEL.py

   In [8]

import paddle.nn as nnclass KLDLoss(nn.Layer):    def forward(self, mu, logvar):        return -0.5 * paddle.sum(1 + logvar - mu.pow(2) - logvar.exp())KLD_Loss = KLDLoss()l1loss = nn.L1Loss()

   In [9]

from VGG_Model import VGG19VGG = VGG19()

       

W0213 21:19:47.828871 19503 device_context.cc:447] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 10.1, Runtime API Version: 10.1W0213 21:19:47.833061 19503 device_context.cc:465] device: 0, cuDNN Version: 7.6.

       In [10]

import paddleimport cv2from tqdm import tqdmimport numpy as npimport osfrom visualdl import LogWriterfrom MODEL import Modelimport mathlog_writer = LogWriter("./log/gnet")mse_loss = paddle.nn.MSELoss()l1loss = paddle.nn.L1Loss()

   In [11]

# !python -u Discriminator.py'''该代码块代表多尺度判别器示例'''from Discriminator import build_m_discriminatorimport numpy as npdiscriminator = build_m_discriminator()input_nc = 3x = np.random.uniform(-1, 1, [4, 3, 256, 256]).astype('float32')x = paddle.to_tensor(x)print("input tensor x.shape",x.shape)y = discriminator(x)for i in range(len(y)):    for j in range(len(y[i])):        print(i, j, y[i][j].shape)    print('--------------------------------------')

       

input tensor x.shape [4, 3, 256, 256]0 0 [4, 64, 128, 128]0 1 [4, 128, 64, 64]0 2 [4, 256, 32, 32]0 3 [4, 512, 32, 32]0 4 [4, 1, 32, 32]--------------------------------------1 0 [4, 64, 64, 64]1 1 [4, 128, 32, 32]1 2 [4, 256, 16, 16]1 3 [4, 512, 16, 16]1 4 [4, 1, 16, 16]--------------------------------------

       In [12]

model = Model()# # model和discriminator参数文件导入M_path ='model_params/Mmodel_state1.pdparams'layer_state_dictm = paddle.load(M_path)model.set_state_dict(layer_state_dictm)D_path ='discriminator_params/Dmodel_state1.pdparams'layer_state_dictD = paddle.load(D_path)discriminator.set_state_dict(layer_state_dictD)

   In [13]

scheduler_G = paddle.optimizer.lr.StepDecay(learning_rate=1e-4, step_size=3, gamma=0.8, verbose=True)scheduler_D = paddle.optimizer.lr.StepDecay(learning_rate=4e-4, step_size=3, gamma=0.8, verbose=True)optimizer_G = paddle.optimizer.Adam(learning_rate=scheduler_G,parameters=model.parameters(),beta1=0.,beta2 =0.9)optimizer_D = paddle.optimizer.Adam(learning_rate=scheduler_D,parameters=discriminator.parameters(),beta1=0.,beta2 =0.9)

       

Epoch 0: StepDecay set learning rate to 0.0001.Epoch 0: StepDecay set learning rate to 0.0004.

       In [14]

EPOCHEES = 30i = 0

   In [15]

#四个设计保存参数文件的文件夹save_dir_generator = "generator_params"save_dir_encoder = "encoder_params"save_dir_model = "model_params"save_dir_Discriminator = "discriminator_params"

   In [16]

class Train_OPT():    '''    opt格式    '''    def __init__(self):        super(Train_OPT, self).__init__()        self.no_vgg_loss = False        self.batchSize = 4        self.lambda_feat = 10.0        self.lambda_vgg = 2opt = Train_OPT()

   In [17]

#单纯当个指标,实际style_loss不参与反向传播def gram(x):    b, c, h, w = x.shape    x_tmp = x.reshape((b, c, (h * w)))    gram = paddle.matmul(x_tmp, x_tmp, transpose_y=True)    return gram / (c * h * w)def style_loss(style, fake):    gram_loss = nn.L1Loss()(gram(style), gram(fake))    return gram_loss    # return gram_loss

   In [18]

from GANloss import GANLoss

   In [ ]

# 训练代码step =0for epoch in range(EPOCHEES):    # if(step >1000):        # break    for content,style in tqdm(data_loader):        try:            # if(step >1000):            #     break            # print(input_img.shape,mask.shape)            content =paddle.transpose(x=content.astype("float32")/127.5-1,perm=[0,3,1,2])            style =paddle.transpose(x=style.astype("float32")/127.5-1,perm=[0,3,1,2])            b,c,h,w = content.shape                        img_fake,_,_ = model(content,style)            img_fake = img_fake.detach()            # kld_loss = KLD_Loss(mu,logvar)            # print(img_fake.shape)            fake_and_real_data = paddle.concat((img_fake, content), 0).detach()            pred = discriminator(fake_and_real_data)            df_ganloss = 0.            for i in range(len(pred)):                pred_i = pred[i][-1][:opt.batchSize]                # new_loss = -paddle.minimum(-pred_i - 1, paddle.zeros_like(pred_i)).mean() # hingle loss pred_i1                new_loss = (300 * 1.2 *GANLoss()(pred_i, True))/4                dr_ganloss += new_loss            dr_ganloss /= len(pred)            dr_ganloss*=0.35            d_loss = df_ganloss + dr_ganloss            d_loss.backward()            optimizer_D.step()            optimizer_D.clear_grad()            discriminator.eval()            # encoder.eval()            # set_requires_grad(discriminator,False)            # mu, logvar =  encoder(input_img)            # kld_loss = KLD_Loss(mu,logvar)            # z = reparameterize(mu, logvar)            # img_fake = generator(mask,z)            # print(img_fake.shape)            img_fake,mu,logvar = model(content,style)            kldloss = KLD_Loss(mu,logvar)/20/50            g_vggloss = paddle.to_tensor(0.)            g_styleloss= paddle.to_tensor(0.)            if not opt.no_vgg_loss:                rates = [1.0 / 32, 1.0 / 16, 1.0 / 8, 1.0 / 4, 1.0]                # _, fake_features = VGG( paddle.multiply (img_fake,loss_mask))                # _, real_features = VGG(paddle.multiply (input_img,loss_mask))                _, fake_features = VGG(img_fake)                _, content_features = VGG(content)                _,style_features =VGG(style)                for i in range(len(fake_features)):                    a,b = fake_features[i], content_features[i]                    # if i ==len(fake_features)-1:                    #     a = paddle.multiply( a,F.interpolate(loss_mask,a.shape[-2:]))                    #     b = paddle.multiply( b,F.interpolate(loss_mask,b.shape[-2:]))                    g_vggloss += rates[i] * l1loss(a,b)                    # print(a.shape,b.shape)                        # g_vggloss += paddle.mean(rates[i] *paddle.square(a-b))                    if i ==len(fake_features)-1:                        style_a,style_b = fake_features[i], style_features[i]                        g_styleloss += rates[i] *  style_loss(style_b,style_a)                                    g_vggloss *= opt.lambda_vgg                g_vggloss /=60                g_styleloss/=100                        fake_and_real_data = paddle.concat((img_fake, content), 0)            pred = discriminator(fake_and_real_data)            # 关闭真图片 tensor 的梯度计算            for i in range(len(pred)):                for j in range(len(pred[i])):                    pred[i][j][opt.batchSize:].stop_gradient = True            g_ganloss = paddle.to_tensor(0.)            for i in range(len(pred)):                                pred_i_f = pred[i][-1][:opt.batchSize]                # pred_i_f = paddle.multiply(pred_i_f,loss_mask0)                pred_i_r = pred[i][-1][opt.batchSize:].detach()                # pred_i_r = paddle.multiply(pred_i_r,loss_mask0)                _,c,h,w = pred_i_f.shape                # new_loss = -1*pred_i_f.mean() # hinge loss                new_loss = paddle.sum(paddle.square(pred_i_r -pred_i_f))/math.sqrt(c*h*w)                g_ganloss += new_loss            g_ganloss /= len(pred)            # g_ganloss*=20            g_featloss = paddle.to_tensor(0.)            for i in range(len(pred)):                for j in range(len(pred[i]) - 1): # 除去最后一层的中间层featuremap                    pred_i_f = pred[i][j][:opt.batchSize]                    pred_i_r = pred[i][j][opt.batchSize:].detach()                    unweighted_loss = (pred_i_r -pred_i_f).abs().mean() # L1 loss                    g_featloss += unweighted_loss * opt.lambda_feat / len(pred)            g_featloss*=3            mse = paddle.nn.MSELoss()(img_fake, content)*100            # g_loss = g_ganloss  + g_vggloss +g_featloss +kldloss            # g_loss = mse +g_vggloss+kldloss+g_ganloss +g_featloss            g_loss =g_styleloss+g_vggloss+kldloss+g_ganloss +g_featloss            g_loss.backward()            optimizer_G.step()            optimizer_G.clear_grad()            # optimizer_E.step()            # optimizer_E.clear_grad()                    discriminator.train()            if step%2==0:                log_writer.add_scalar(tag='train/d_real_loss', step=step, value=dr_ganloss.numpy()[0])                log_writer.add_scalar(tag='train/d_fake_loss', step=step, value=df_ganloss.numpy()[0])                log_writer.add_scalar(tag='train/d_all_loss', step=step, value=d_loss.numpy()[0])                log_writer.add_scalar(tag='train/g_ganloss', step=step, value=g_ganloss.numpy()[0])                log_writer.add_scalar(tag='train/g_featloss', step=step, value=g_featloss.numpy()[0])                log_writer.add_scalar(tag='train/g_vggloss', step=step, value=g_vggloss.numpy()[0])                log_writer.add_scalar(tag='train/g_loss', step=step, value=g_loss.numpy()[0])                log_writer.add_scalar(tag='train/g_styleloss', step=step, value=g_styleloss.numpy()[0])                log_writer.add_scalar(tag='train/kldloss', step=step, value=kldloss.numpy()[0])                log_writer.add_scalar(tag='train/mse', step=step, value=mse.numpy()[0])            step+=1            # print(i)            if step%100 == 3:                print(step,"g_ganloss",g_ganloss.numpy()[0],"g_featloss",g_featloss.numpy()[0],"g_vggloss",g_vggloss.numpy()[0],"mse",mse.numpy()[0],"g_styleloss",g_styleloss.numpy()[0],"kldloss",kldloss.numpy()[0],"g_loss",g_loss.numpy()[0])                print(step,"dreal_loss",dr_ganloss.numpy()[0],"dfake_loss",df_ganloss.numpy()[0],"d_all_loss",d_loss.numpy()[0])                g_output = paddle.concat([img_fake,content,style],axis = 3).detach().numpy()                      # tensor -> numpy                g_output = g_output.transpose(0, 2, 3, 1)[0]             # NCHW -> NHWC                g_output = (g_output+1) *127.5                        # 反归一化                g_output = g_output.astype(np.uint8)                cv2.imwrite(os.path.join("./kl_result", 'epoch'+str(step).zfill(3)+'.png'),cv2.cvtColor(g_output,cv2.COLOR_RGB2BGR))                # generator.train()                        if step%100 == 3:                # save_param_path_g = os.path.join(save_dir_generator, 'Gmodel_state'+str(3)+'.pdparams')                # paddle.save(model.generator.state_dict(), save_param_path_g)                save_param_path_d = os.path.join(save_dir_Discriminator, 'Dmodel_state'+str(1)+'.pdparams')                paddle.save(discriminator.state_dict(), save_param_path_d)                # save_param_path_e = os.path.join(save_dir_encoder, 'Emodel_state'+str(1)+'.pdparams')                # paddle.save(model.encoder.state_dict(), save_param_path_e)                save_param_path_m = os.path.join(save_dir_model, 'Mmodel_state'+str(1)+'.pdparams')                paddle.save(model.state_dict(), save_param_path_m)            # break        except:            pass        # break    scheduler_G.step()    scheduler_D.step()

       

  0%|          | 2/5596 [00:01<1:15:23,  1.24it/s]

       

3 g_ganloss 0.7048465 g_featloss 9.941195 g_vggloss 15.863348 mse 9.353435 g_styleloss 2.1046102 kldloss 2.3783047 g_loss 30.9923063 dreal_loss 1.017228 dfake_loss 0.823833 d_all_loss 1.841061

       

  0%|          | 8/5596 [00:08<1:25:32,  1.09it/s]

       In [ ]

#测试代码 效果保存至test文件from MODEL import Modelimport paddleimport numpy as npimport cv2import osmodel = Model(1)M_path ='model_params/Mmodel_state1.pdparams'layer_state_dictm = paddle.load(M_path)model.set_state_dict(layer_state_dictm)z = paddle.randn([1,64*8,8,8])path2 ="data/d/faces/000005-01.jpg"img1 = cv2.cvtColor(cv2.imread(path2, flags=cv2.IMREAD_COLOR),cv2.COLOR_BGR2RGB)g_input1 = img1.astype('float32') / 127.5 - 1             # 归一化g_input1 = g_input1[np.newaxis, ...].transpose(0, 3, 1, 2)  # NHWC -> NCHWg_input1 = paddle.to_tensor(g_input1)                       # numpy -> tensorprint(g_input1.shape)path2 ="data/d/faces/000000-01.jpg"img2 = cv2.cvtColor(cv2.imread(path2, flags=cv2.IMREAD_COLOR),cv2.COLOR_BGR2RGB)g_input2 = img2.astype('float32') / 127.5 - 1             # 归一化g_input2 = g_input2[np.newaxis, ...].transpose(0, 3, 1, 2)  # NHWC -> NCHWg_input2 = paddle.to_tensor(g_input2)                       # numpy -> tensorprint(g_input2.shape)img_fake,_,_= model(g_input1,g_input2)print('img_fake',img_fake.shape)print(img_fake.shape)g_output = paddle.concat([img_fake,g_input1,g_input2],axis = 3).detach().numpy()                      # tensor -> numpyg_output = g_output.transpose(0, 2, 3, 1)[0]             # NCHW -> NHWCg_output = (g_output+1) *127.5                        # 反归一化g_output = g_output.astype(np.uint8)cv2.imwrite(os.path.join("./test", "原图1"+'.png'), cv2.cvtColor(g_output,cv2.COLOR_RGB2BGR))

   

以上就是情人节:借助二次元老婆研究特征解耦的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/42798.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
钉钉文件下载失败如何处理
上一篇 2025年11月6日 21:24:32
抖音认证:开设咖啡店所需材料一览!
下一篇 2025年11月6日 21:26:35

相关推荐

  • Canva中AI生成图片如何导出?教你快速保存设计作品的方法

    答案:Canva中导出AI生成图片的操作与普通图片相同,点击右上角“分享”按钮,选择“下载”,可选PNG、JPG、PDF、SVG、MP4或GIF等格式;为保证画质,建议优先选用PNG格式,避免有损压缩,同时选择高分辨率和合适尺寸,Pro用户可进一步调整质量与透明背景设置;除下载外,还可通过分享链接、…

    2026年9月22日
    800
  • Linux系统中文件属性和权限实战操作

    Linux系统中文件属性和权限实战操作Linux系统中文件属性和权限实战操作Linux系统中文件属性和权限实战操作Linux系统中文件属性和权限实战操作

    —–原本今天的文章是昨天晚上就要更新的,但是由于昨天晚上下班回到住的地方,发现停电了,所以就没写成。今天是在上一篇文章–linux系统中文件类型的基础上,继续进行深入的学习。好了,直接开干。 一、文件的操作权限: 1、在这之前我想还是很有必要介绍对文件的操作权限(…

    2026年9月22日 用户投稿
    000
  • PHP中为数组元素设置默认值的最佳实践:使用Null合并运算符

    本教程将介绍如何在PHP中为数组元素设置默认值,尤其当源数据可能为空或缺失时。通过利用PHP 7+提供的Null合并运算符(??),可以简洁高效地实现这一需求,避免冗长的条件判断,提高代码可读性和健壮性。 引言:处理缺失或空值时的数组赋值 在Web开发中,我们经常需要从用户请求、数据库查询或其他外部…

    2026年9月22日
    000
  • VSCode快速配置Dart:Flutter开发、中文提示、热加载

    安装vscode并下载flutter sdk,解压至无中文或特殊字符的路径;2. 将flutter sdk的bin目录添加到系统环境变量path中;3. 打开新终端执行flutter doctor,根据提示安装缺失的依赖;4. 在vscode扩展商店安装dart和flutter扩展;5. 确保在调试…

    2026年9月22日
    200
  • Inkscape如何导出AI生成的矢量图片?教你快速保存图像的步骤

    答案:在Inkscape中导出矢量图需根据用途选择格式,网页用优化SVG并转文本为路径,印刷则导出为PDF/EPS、转文字为路径、确保高分辨率位图,同时注意颜色模式与出血设置。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 在Inkscap…

    2026年9月22日
    700
  • Laravel 8 登录后重定向至仪表盘的策略与实践

    本教程详细阐述了在 Laravel 8 中实现用户登录后重定向到仪表盘的多种策略。我们将探讨如何通过配置 LoginController 的 $redirectTo 属性、利用 RouteServiceProvider 定义常量以及在自定义登录方法中进行精确控制来管理重定向流程。文章还涵盖了相关中间…

    2026年9月22日
    000
  • VSCode配置GDB调试器 深入掌握VSCode调试C程序技巧

    配置vscode中gdb调试c程序的核心是正确设置tasks.json和launch.json;2. tasks.json负责使用gcc -g编译生成带调试信息的可执行文件,确保prelaunchtask与launch.json中的program路径一致;3. launch.json指定调试器gdb…

    2026年9月22日
    100
  • java定时任务之quartz

    大家好,很高兴再次与大家见面,我是你们的朋友全栈君。 一、Quartz简介 在企业应用中,我们常常需要处理定时任务调度,比如每天凌晨生成前一天的报表,每小时生成一次汇总数据等。Quartz是一个著名的任务调度框架,它可以与J2SE和J2EE应用结合,功能非常强大,易于与Spring集成,使用起来非常…

    2026年9月22日
    100
  • Sublime支持MySQL触发日志写入模块_便于数据变更监控与溯源分析

    Sublime支持MySQL触发日志写入模块_便于数据变更监控与溯源分析Sublime支持MySQL触发日志写入模块_便于数据变更监控与溯源分析Sublime支持MySQL触发日志写入模块_便于数据变更监控与溯源分析Sublime支持MySQL触发日志写入模块_便于数据变更监控与溯源分析

    sublime可通过插件实现与mysql联动监控触发器日志写入。具体步骤如下:1.安装package control、mysql语法高亮、构建系统等插件;2.创建日志表并编写触发器记录数据变更;3.配置.sublime-build文件调用mysql命令行执行sql脚本;4.使用快捷键提升日志查询和处…

    2026年9月22日 用户投稿
    000
  • Java中异常处理与方法返回值结合

    异常发生时不应返回默认值,而应通过抛出异常或使用Optional、自定义结果类等方式明确传递错误信息,确保调用方能正确处理失败情况,提升代码健壮性与可读性。 在Java中,异常处理与方法返回值的结合是一个常见的编程问题。理解它们之间的关系有助于写出更健壮、可读性更强的代码。当一个方法可能发生异常时,…

    2026年9月22日
    000
  • tk做养生类目起号前期发什么视频?tk表示什么类目?

    在TikTok上运营养生类账号,起号阶段的内容策略尤为关键。优质的内容不仅能快速吸引目标用户,还能为后续发展奠定良好基础。本文将深入解析初期应发布的视频类型,并澄清“TK”所指的平台属性及内容分类体系。 一、养生类目起号初期适合发布哪些视频内容? 刚开始做养生赛道时,重点不在于变现,而在于建立专业形…

    2026年9月22日
    000
  • PHP如何利用缓存优化实时输出_PHP实时输出与缓存结合优化

    PHP实时输出需结合输出缓冲控制与flush()强制推送,同时考虑服务器和浏览器缓存影响;2. 长时间任务应使用APCu或Redis缓存频繁数据,避免重复计算;3. 动态页面可采用分块输出与片段缓存策略,静态内容从缓存读取,动态部分边生成边输出;4. 更优方案是通过异步任务与Redis存储进度,前端…

    2026年9月22日
    000
  • 华为天际通Go将支持eSIM:设备在路上了

    华为天际通Go将支持eSIM:设备在路上了华为天际通Go将支持eSIM:设备在路上了华为天际通Go将支持eSIM:设备在路上了华为天际通Go将支持eSIM:设备在路上了

    9月3日消息,今年的iphone 17 air将仅支持esim,彻底移除实体sim卡槽结构。随着新品发布日期的临近,国内esim政策的进展也愈发引人关注。 然而综合多方信息来看,iPhone 17 Air国行版本可能无法赶上首发,因前期在国内无法使用eSIM服务,导致该机型短期内难以在国内上市。 相…

    2026年9月22日 用户投稿
    000
  • VSCode配置C语言调试环境 从零开始VSCode搭建C开发工具

    要从零开始在#%#$#%@%@%$#%$#%#%#$%@_e2fc++805085e25c9761616c00e065bfe8中搭建c语言开发和调试环境,首先需安装vscode本体、c/c++编译器(如mingw或gcc)并配置系统环境变量,接着安装vscode的c/c++扩展,然后创建项目并编写c…

    2026年9月22日
    000
  • 如何用PhotoLab的AI裁剪图片?快速实现智能图像裁剪教程

    如何用PhotoLab的AI裁剪图片?快速实现智能图像裁剪教程如何用PhotoLab的AI裁剪图片?快速实现智能图像裁剪教程如何用PhotoLab的AI裁剪图片?快速实现智能图像裁剪教程如何用PhotoLab的AI裁剪图片?快速实现智能图像裁剪教程

    PhotoLab的AI裁剪功能通过智能识别主体与构图原则,提供优化裁剪建议,区别于传统手动裁剪的纯物理操作,能自动应用美学法则提升照片视觉吸引力;在人像、社交媒体适配、风景静物等场景中表现突出,尤其擅长保留核心焦点并适配多平台比例;用户可导入图片后使用AI裁剪工具,系统分析画面并生成建议裁剪框,支持…

    2026年9月22日 用户投稿
    000
  • 递归实现列表排序检查与条件移除最大值

    本文详细介绍了如何使用Java递归方法处理整数列表。核心内容包括:首先检查列表是否已排序,如果已排序则直接返回false;如果未排序,则查找列表中的最大值。仅当最大值位于列表的起始或结束位置时,才将其移除并递归地继续处理列表。如果最大值位于列表中间,则打印当前列表并终止递归。 在数据处理和算法设计中…

    2026年9月22日
    000
  • VSCode如何实现代码可视化调试 VSCode执行流程图形化分析方法

    vscode的可视化调试功能通过内置调试器和扩展生态,显著提升代码理解与问题排查效率。1. 首先配置launch.json文件以定义调试环境,支持多种语言如node.js、python等;2. 在代码中设置断点,程序运行至断点时暂停,便于检查变量状态和执行上下文;3. 利用调试面板查看变量、监视表达…

    2026年9月22日
    000
  • MySQL备份压缩与加密技巧_MySQL提升备份安全与效率

    MySQL备份压缩与加密技巧_MySQL提升备份安全与效率MySQL备份压缩与加密技巧_MySQL提升备份安全与效率MySQL备份压缩与加密技巧_MySQL提升备份安全与效率MySQL备份压缩与加密技巧_MySQL提升备份安全与效率

    mysql备份压缩与加密的核心在于减少存储空间并提升数据安全性。1. 压缩能显著降低存储成本,提升传输效率,加快恢复速度,简化备份管理,并有助于满足合规要求;2. 加密则通过防止未授权访问保障数据安全。实现方式主要有:1. 使用mysqldump结合gzip和gpg/openssl进行逻辑备份、压缩…

    2026年9月22日 用户投稿
    100
  • VS Code中Dockerized PHP项目:解决PHP版本冲突的教程

    本教程旨在解决在VS Code中开发Dockerized PHP项目时,VS Code默认识别宿主机PHP版本而非容器内PHP版本的问题。核心解决方案是利用VS Code的Remote – Containers扩展,实现直接在Docker容器内部进行代码开发,从而确保VS Code及其所…

    2026年9月22日
    200
  • 蔡司2亿影像大小王,年度影像旗舰vivo X300系列发布!

    蔡司2亿影像大小王,年度影像旗舰vivo X300系列发布!蔡司2亿影像大小王,年度影像旗舰vivo X300系列发布!蔡司2亿影像大小王,年度影像旗舰vivo X300系列发布!蔡司2亿影像大小王,年度影像旗舰vivo X300系列发布!

    PConline最新资讯,vivo于今晚正式揭晓X300系列新机,定位“全焦段影像旗舰”,起售价为4399元。该系列成为首款搭载联发科天玑9500芯片的智能手机,并携手三星与索尼共同定制多颗影像传感器,在影像能力、屏幕素质及续航表现上力求全面跃升。 产品线涵盖X300与X300 Pro两款机型,价格…

    2026年9月22日 用户投稿
    000

发表回复

登录后才能评论
关注微信