Test time Training Test for SPADE
6885 ワード
一つのイメージで強制的にモデルに適合させましょうハハ
ここではTest Time Training Testと名付けられています
SPADEのプリトレースモデルを1つの画像と一致させることで、次のことができます.
1.学習した各種画像情報(ラベル、構造、詳細等)を利用することができる.
2.Segmentation mapから画像を生成すると、元の画像とは異なる現象(大脳皮質)が改善されます.
3.つまり、存在しないオブジェクトを作成することもできますが、End-Endとして単一の画像に一致する結果を作成することもできますか?
データセットマウント+ネットワークインポート+イメージ作成時間は10秒未満です.
もちろん、予め訓練されたモデルを使用すると、元の画像から抽出されたラベルやスタイルが元の画像を完全に復元することはできません.
coco_pretrained
うん.なぜ訓練を受けていないDistributorなのか...-->悲しみを抱いてコースを単一画像トレーニング に変更
比較する.
ここではTest Time Training Testと名付けられています
SPADEのプリトレースモデルを1つの画像と一致させることで、次のことができます.
1.学習した各種画像情報(ラベル、構造、詳細等)を利用することができる.
2.Segmentation mapから画像を生成すると、元の画像とは異なる現象(大脳皮質)が改善されます.
3.つまり、存在しないオブジェクトを作成することもできますが、End-Endとして単一の画像に一致する結果を作成することもできますか?
Generate Image
データセットマウント+ネットワークインポート+イメージ作成時間は10秒未満です.
もちろん、予め訓練されたモデルを使用すると、元の画像から抽出されたラベルやスタイルが元の画像を完全に復元することはできません.
用意する。
--continue_train
continue training: load the latest model (default: False) --load_from_opt_file
load the options from checkpoints and use that as default (default: False)実行
Generate option for coco
CoCo Optionを使用して、追跡を続けます。
うん.なぜ訓練を受けていないDistributorなのか...
Single image Training
調整ラベル(label nc=11に適合)
--contain_dontcare_label
--no_instance
--gpu_ids=1
勉強no gpuxx
train.py --name TTTT --dataset_mode custom
--label_dir TTTT/train_label
--image_dir TTTT/train_img --no_instance
--label_nc 11 --gpu_ids 1 --contain_dontcare_label
勉強はもうすぐ終わります.1000 epoch
python train.py --name TTTT --dataset_mode custom --label_dir TTTT/train_label --image_dir TTTT/train_img --no_instance --label_nc 11 --gpu_ids 1 --contain_d
ontcare_label --NITER 1000 --save_epoch_freq 200
実行
幅50オングストローム
python test.py --name TTTT --dataset_mode custom
--label_dir TTTT/train_label
--image_dir TTTT/train_img
--dataroot TTTT --load_from_opt_file
--gpu_ids -1
幅500オングストローム
1000オングストローム幅
1500オングストローム幅
2000年
幅2500オングストローム
3000オングストローム幅
比較する.
底辺から学ぶ->6000 epoch:15分
にじゅうベッド
Reference
この問題について(Test time Training Test for SPADE), 我々は、より多くの情報をここで見つけました https://velog.io/@sjinu/TTTT-for-SPADEテキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol