Test time Training Test for SPADE

6885 ワード

SPADE Generative Model Implementation AI テキストリンク

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?

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)

coco_pretrained

--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...

-->悲しみを抱いてコースを単一画像トレーニング

に変更

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