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

  • composer require-dev和require有什么不同_Composer Require与Require-Dev区别解析

    require用于声明项目运行必需的依赖,如框架、数据库组件和第三方SDK,这些包会随项目部署到生产环境;2. require-dev用于声明仅在开发和测试阶段需要的工具,如PHPUnit、PHPStan、Faker等,不会默认部署到生产环境;3. 安装时composer install根据环境决定…

    2026年5月10日
    1000
  • Matplotlib 地图中多类型图例的创建与优化

    Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化

    本教程旨在解决matplotlib地图可视化中,如何在一个图例中同时展示颜色块(如区域分类)和自定义标记(如特定兴趣点)的问题。文章详细介绍了当传统`patch`对象无法正确显示标记时,如何利用`matplotlib.lines.line2d`创建标记图例句柄,并将其与颜色块图例句柄合并,从而生成一…

    2026年5月10日 用户投稿
    100
  • Golang JSON序列化:控制敏感字段暴露的最佳实践

    本教程探讨golang中如何高效控制结构体字段在json序列化时的可见性。当需要将包含敏感信息的结构体数组转换为json响应时,通过利用`encoding/json`包提供的结构体标签,特别是`json:”-“`,可以轻松实现对特定字段的忽略,从而避免敏感数据泄露,确保api…

    2026年5月10日
    000
  • 利用海象运算符简化条件赋值:Python教程与最佳实践

    本文旨在探讨Python中海象运算符(:=)在条件赋值场景下的应用。通过对比传统if/else语句与海象运算符,以及条件表达式,分析海象运算符在简化代码、提高可读性方面的优势与局限性。并通过具体示例,展示如何在列表推导式等场景下合理使用海象运算符,同时强调其潜在的复杂性及替代方案,帮助开发者更好地掌…

    2026年5月10日
    100
  • 比特币新手教程 比特币交易平台有哪些

    比特币是一种去中心化的数字货币,基于区块链技术实现点对点交易,具有匿名性、有限发行和不可篡改等特点;新手可通过交易所购买,P2P交易获得比特币,常用平台包括Binance、OKX和Huobi;交易流程包括注册账户、实名认证、绑定支付方式、充值法币并下单购买,可选择市价单或限价单;比特币存储方式有交易…

    2026年5月10日
    000
  • c++中的SFINAE技术是什么_c++模板编程中的SFINAE原理与应用

    SFINAE 是“替换失败不是错误”的原则,指模板实例化时若参数替换导致错误,只要存在其他合法候选,编译器不报错而是继续重载决议。它用于条件启用模板、类型检测等场景,如通过 decltype 或 enable_if 控制函数重载,实现类型特征判断。尽管 C++20 引入 Concepts 简化了部分…

    2026年5月10日
    000
  • Go语言mgo查询构建:深入理解bson.M与日期范围查询的正确实践

    本文旨在解决go语言mgo库中构建复杂查询时,特别是涉及嵌套`bson.m`和日期范围筛选的常见错误。我们将深入剖析`bson.m`的类型特性,解释为何直接索引`interface{}`会导致“invalid operation”错误,并提供一种推荐的、结构清晰的代码重构方案,以确保查询条件能够正确…

    2026年5月10日
    100
  • RichHandler与Rich Progress集成:解决显示冲突的教程

    在使用rich库的`richhandler`进行日志输出并同时使用`progress`组件时,可能会遇到显示错乱或溢出问题。这通常是由于为`richhandler`和`progress`分别创建了独立的`console`实例导致的。解决方案是确保日志处理器和进度条组件共享同一个`console`实例…

    2026年5月10日
    000
  • Golang goroutine与channel调试技巧

    使用go run -race检测数据竞争,结合runtime.NumGoroutine监控协程数量,通过pprof分析阻塞调用栈,利用select超时避免永久阻塞,有效排查goroutine泄漏、死锁和数据竞争问题。 Go语言的goroutine和channel是并发编程的核心,但它们也带来了调试上…

    2026年5月10日
    000
  • 《魔兽世界》将于6月11日开启国服回归技术测试

    《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试

    《%ign%ignore_a_1%re_a_1%》官方宣布,将于6月11日开启国服回归技术测试,时间为7天,并称可以在6月内正式开服,玩家们可以访问官网下载战网客户端并预下载“巫妖王之怒”客户端,技术测试详情见下图。 WordAi WordAI是一个AI驱动的内容重写平台 53 查看详情 以上就是《…

    2026年5月10日 用户投稿
    200
  • 使用 Jupyter Notebook 进行探索性数据分析

    Jupyter Notebook通过单元格实现代码与Markdown结合,支持数据导入(pandas)、清洗(fillna)、探索(matplotlib/seaborn可视化)、统计分析(describe/corr)和特征工程,便于记录与分享分析过程。 Jupyter Notebook 是进行探索性…

    2026年5月10日
    000
  • php常量怎么用_PHP常量(define/const)定义与使用方法

    PHP中可通过define函数和const关键字定义常量,用于存储不可变值。define适用于全局作用域,支持动态名称和条件定义,如define(‘SITE_NAME’, ‘MyWebsite’);const在编译时生效,语法简洁但限制多,只能在类或全…

    2026年5月10日
    000
  • 如何在HTML中插入表单元素_HTML表单控件与输入类型使用指南

    HTML表单通过标签构建,包含action和method属性定义数据提交目标与方式,常用input类型如text、password、email等适配不同输入需求,配合label、required、placeholder提升可用性,结合textarea、select、button等控件实现完整交互,是…

    2026年5月10日
    000
  • 创建指定大小并填充特定数据的Golang文件教程

    本文将介绍如何使用Golang创建一个指定大小的文件,并用特定数据填充它。我们将使用 `os` 包提供的函数来创建和截断文件,从而实现快速生成大文件的目的。示例代码展示了如何创建一个10MB的文件,并将其填充为全零数据。掌握这些方法,可以方便地在例如日志系统或磁盘队列等场景中,预先创建测试文件或初始…

    2026年5月10日
    000
  • Python命令怎样使用profile分析脚本性能 Python命令性能分析的基础教程

    使用Python的cProfile模块分析脚本性能最直接的方式是通过命令行执行python -m cProfile your_script.py,它会输出每个函数的调用次数、总耗时、累积耗时等关键指标,帮助定位性能瓶颈;为进一步分析,可将结果保存为文件python -m cProfile -o ou…

    2026年5月10日
    000
  • 使用 WebCodecs VideoDecoder 实现精确逐帧回退

    本文档旨在解决在使用 WebCodecs VideoDecoder 进行视频解码时,实现精确逐帧回退的问题。通过比较帧的时间戳与目标帧的时间戳,可以避免渲染中间帧,从而提高用户体验。本文将提供详细的解决方案和示例代码,帮助开发者实现精确的视频帧控制。 在使用 WebCodecs VideoDecod…

    2026年5月10日
    000
  • 如何插入查询结果数据_SQL插入Select查询结果方法

    如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法

    使用INSERT INTO…SELECT语句可高效插入数据,通过NOT EXISTS、LEFT JOIN、MERGE语句或唯一约束避免重复;表结构不一致时可通过别名、类型转换、默认值或计算字段处理;结合存储过程可提升可维护性,支持参数化与动态SQL。 将查询结果数据插入到另一个表中,可以…

    2026年5月10日 用户投稿
    000
  • Discord.py 交互按钮超时与持久化解决方案

    本教程旨在解决Discord.py中交互按钮在一段时间后出现“This Interaction Failed”错误的问题。我们将深入探讨视图(View)的超时机制,并提供通过正确设置timeout参数以及利用bot.add_view()方法实现按钮持久化的具体方案,确保您的机器人交互功能稳定可靠,即…

    2026年5月10日
    000
  • Debian Copilot的社区活跃度如何

    debian copilot是codeberg社区维护的ai助手,旨在为debian用户提供服务。尽管搜索结果中没有直接提供关于debian copilot社区支持活跃度的具体数据,但我们可以通过debian社区的整体活跃度和特点来推断其活跃性。 Debian社区的一般情况: Debian拥有详尽的…

    2026年5月10日
    000
  • Python递归函数追踪与性能考量:以序列打印为例

    本文深入探讨了Python中一种递归打印序列元素的方法,并着重演示了如何通过引入缩进参数来有效追踪递归函数的执行流程和参数变化。通过实际代码示例,文章揭示了递归调用可能带来的潜在性能开销,特别是对调用栈空间的需求,以及Python默认递归深度限制可能导致的错误,为读者提供了理解和优化递归算法的实用见…

    2026年5月10日
    000

发表回复

登录后才能评论
关注微信