HOWTOs_CN.md

HOWTOs

English | 简体中文

如何训练 StyleGAN2

1. 准备训练数据集: FFHQ. 更多细节: DatasetPreparation_CN.md

   1. 下载 FFHQ 数据集. 推荐从 NVlabs/ffhq-dataset 下载 tfrecords 文件.

   2. 从tfrecords 提取到图片或者LMDB. (需要安装 TensorFlow 来读取 tfrecords).

      python scripts/data_preparation/extract_images_from_tfrecords.py

2. 修改配置文件 options/train/StyleGAN/train_StyleGAN2_256_Cmul2_FFHQ.yml

3. 使用分布式训练. 更多训练命令: TrainTest_CN.md

   python -m torch.distributed.launch --nproc_per_node=8 --master_port=4321 basicsr/train.py -opt options/train/StyleGAN/train_StyleGAN2_256_Cmul2_FFHQ.yml --launcher pytorch

如何测试 StyleGAN2

1. 从 ModelZoo (Google Drive, 百度网盘) 下载预训练模型到 experiments/pretrained_models 文件夹.

2. 测试.

   python inference/inference_stylegan2.py

3. 结果在 samples 文件夹

如何测试 DFDNet

1. 安装 dlib. 因为 DFDNet 使用 dlib 做人脸检测和关键点检测. 安装参考.

   1. 克隆 dlib repo: git clone [email protected]:davisking/dlib.git
   2. cd dlib
   3. 安装: python setup.py install

2. 从 ModelZoo (Google Drive, 百度网盘) 下载预训练的 dlib 模型到 experiments/pretrained_models/dlib 文件夹.
   你可以通过运行下面的命令下载 或 手动下载.

   python scripts/download_pretrained_models.py dlib

3. 从 ModelZoo (Google Drive, 百度网盘) 下载 DFDNet 模型, 字典和人脸关键点模板到 experiments/pretrained_models/DFDNet 文件夹.
   你可以通过运行下面的命令下载 或 手动下载.

   python scripts/download_pretrained_models.py DFDNet

4. 准备测试图片到 datasets, 比如说我们把测试图片放在 datasets/TestWhole 文件夹.

5. 测试.

   python inference/inference_dfdnet.py --upscale_factor=2 --test_path datasets/TestWhole

6. 结果在 results/DFDNet 文件夹.