 צפה ב- TensorFlow.org |  הפעל בגוגל קולאב |  צפה במקור ב- GitHub |  הורד מחברת |
מחברת זו מדגימה תמונה לא מזווגת לתרגום תמונות באמצעות GAN מותנה, כמתואר בתרגום תמונה-ל-תמונה לא מזווג באמצעות רשתות יריבות מחזוריות, המכונות גם CycleGAN. העיתון מציע שיטה שתוכל ללכוד את המאפיינים של תחום תמונה אחד ולהבין כיצד ניתן לתרגם מאפיינים אלה לתחום תמונה אחר, כל זאת בהיעדר דוגמאות אימון זוגיות.
מחברת זו מניחה שאתה מכיר את Pix2Pix, שעליו תוכל ללמוד במדריך Pix2Pix . הקוד ל- CycleGAN דומה, ההבדל העיקרי הוא פונקציית אובדן נוספת ושימוש בנתוני אימון לא מזווגים.
CycleGAN משתמש באובדן עקביות של מחזור כדי לאפשר אימונים ללא צורך בנתונים זוגיים. במילים אחרות, הוא יכול לתרגם מדומיין אחד לאחר ללא מיפוי אחד לאחד בין המקור לדומיין היעד.
זה פותח את האפשרות לבצע הרבה משימות מעניינות כמו שיפור תמונות, צבעי תמונה, העברת סגנונות וכו 'כל מה שאתה צריך זה המקור ומערך היעד (שהוא פשוט ספריה של תמונות).
הגדר את צינור הקלט
התקן את חבילת tensorflow_examples המאפשרת ייבוא של הגנרטור והמפלה.
pip install -q git+https://github.com/tensorflow/examples.git
import tensorflow as tf
import tensorflow_datasets as tfds
from tensorflow_examples.models.pix2pix import pix2pix
import os
import time
import matplotlib.pyplot as plt
from IPython.display import clear_output
AUTOTUNE = tf.data.AUTOTUNE
צינור קלט
הדרכה זו מכשירה מודל לתרגום מתמונות של סוסים, לתמונות של זברות. תוכל למצוא את מערך הנתונים הזה ודומים לו כאן .
כאמור בעיתון , החל רטט ושיקוף אקראי על מערך האימונים. אלה חלק מטכניקות הגדלת התמונה המונעות התאמת יתר.
זה דומה למה שנעשה ב- pix2pix
- ברטט אקראי, גודל התמונה משתנה ל
286 x 286ואז נחתך באופן אקראי ל256 x 256. - בשיקוף אקראי, התמונה הופכת באקראי אופקית כלומר משמאל לימין.
dataset, metadata = tfds.load('cycle_gan/horse2zebra',
with_info=True, as_supervised=True)
train_horses, train_zebras = dataset['trainA'], dataset['trainB']
test_horses, test_zebras = dataset['testA'], dataset['testB']
BUFFER_SIZE = 1000
BATCH_SIZE = 1
IMG_WIDTH = 256
IMG_HEIGHT = 256
def random_crop(image):
cropped_image = tf.image.random_crop(
image, size=[IMG_HEIGHT, IMG_WIDTH, 3])
return cropped_image
# normalizing the images to [-1, 1]
def normalize(image):
image = tf.cast(image, tf.float32)
image = (image / 127.5) - 1
return image
def random_jitter(image):
# resizing to 286 x 286 x 3
image = tf.image.resize(image, [286, 286],
method=tf.image.ResizeMethod.NEAREST_NEIGHBOR)
# randomly cropping to 256 x 256 x 3
image = random_crop(image)
# random mirroring
image = tf.image.random_flip_left_right(image)
return image
def preprocess_image_train(image, label):
image = random_jitter(image)
image = normalize(image)
return image
def preprocess_image_test(image, label):
image = normalize(image)
return image
train_horses = train_horses.map(
preprocess_image_train, num_parallel_calls=AUTOTUNE).cache().shuffle(
BUFFER_SIZE).batch(1)
train_zebras = train_zebras.map(
preprocess_image_train, num_parallel_calls=AUTOTUNE).cache().shuffle(
BUFFER_SIZE).batch(1)
test_horses = test_horses.map(
preprocess_image_test, num_parallel_calls=AUTOTUNE).cache().shuffle(
BUFFER_SIZE).batch(1)
test_zebras = test_zebras.map(
preprocess_image_test, num_parallel_calls=AUTOTUNE).cache().shuffle(
BUFFER_SIZE).batch(1)
sample_horse = next(iter(train_horses))
sample_zebra = next(iter(train_zebras))
plt.subplot(121)
plt.title('Horse')
plt.imshow(sample_horse[0] * 0.5 + 0.5)
plt.subplot(122)
plt.title('Horse with random jitter')
plt.imshow(random_jitter(sample_horse[0]) * 0.5 + 0.5)
<matplotlib.image.AxesImage at 0x7f4a7c656d30>
plt.subplot(121)
plt.title('Zebra')
plt.imshow(sample_zebra[0] * 0.5 + 0.5)
plt.subplot(122)
plt.title('Zebra with random jitter')
plt.imshow(random_jitter(sample_zebra[0]) * 0.5 + 0.5)
<matplotlib.image.AxesImage at 0x7f4a7c573da0>
יבוא ושימוש חוזר בדגמי Pix2Pix
ייבא את הגנרטור ואת המפלה המשמשים ב- Pix2Pix דרך חבילת tensorflow_examples המותקנת.
ארכיטקטורת המודל המשמשת במדריך זה דומה מאוד למה ששימש ב- pix2pix . חלק מההבדלים הם:
- Cyclegan משתמש בנורמליזציה של מופע במקום בנורמליזציה של אצווה .
- הנייר CycleGAN משתמש
resnetמבוססresnetשונה. הדרכה זו משתמשת בגנרטורunetשהשתנה לפשטות.
יש כאן שני גנרטורים (G ו- F) ו -2 מפלים (X ו- Y).
- המחולל
Gלומד להפוך את התמונהXלתמונהY$ (G: X -> Y) $ - המחולל
Fלומד להפוך את התמונהYלתמונהX$ (F: Y -> X) $ - המפלה
D_Xלומד להבדיל בין תמונהXלתמונה שנוצרהX(F(Y)). -
D_Yלומד להבדיל בין תמונהYלתמונה שנוצרהY(G(X)).
OUTPUT_CHANNELS = 3
generator_g = pix2pix.unet_generator(OUTPUT_CHANNELS, norm_type='instancenorm')
generator_f = pix2pix.unet_generator(OUTPUT_CHANNELS, norm_type='instancenorm')
discriminator_x = pix2pix.discriminator(norm_type='instancenorm', target=False)
discriminator_y = pix2pix.discriminator(norm_type='instancenorm', target=False)
to_zebra = generator_g(sample_horse)
to_horse = generator_f(sample_zebra)
plt.figure(figsize=(8, 8))
contrast = 8
imgs = [sample_horse, to_zebra, sample_zebra, to_horse]
title = ['Horse', 'To Zebra', 'Zebra', 'To Horse']
for i in range(len(imgs)):
plt.subplot(2, 2, i+1)
plt.title(title[i])
if i % 2 == 0:
plt.imshow(imgs[i][0] * 0.5 + 0.5)
else:
plt.imshow(imgs[i][0] * 0.5 * contrast + 0.5)
plt.show()
WARNING:matplotlib.image:Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers). WARNING:matplotlib.image:Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers).
plt.figure(figsize=(8, 8))
plt.subplot(121)
plt.title('Is a real zebra?')
plt.imshow(discriminator_y(sample_zebra)[0, ..., -1], cmap='RdBu_r')
plt.subplot(122)
plt.title('Is a real horse?')
plt.imshow(discriminator_x(sample_horse)[0, ..., -1], cmap='RdBu_r')
plt.show()
פונקציות אובדן
ב- CycleGAN אין נתונים זוגיים להתאמן עליהם, ולכן אין שום ערובה לכך שהקלט x וצמד ה y הם בעלי משמעות במהלך האימון. לכן על מנת לאכוף כי הרשת לומדת את המיפוי הנכון, הכותבים מציעים את אובדן עקביות המחזור.
אובדן המפלה ואובדן הגנרטור דומים לאלה המשמשים ב- pix2pix .
LAMBDA = 10
loss_obj = tf.keras.losses.BinaryCrossentropy(from_logits=True)
def discriminator_loss(real, generated):
real_loss = loss_obj(tf.ones_like(real), real)
generated_loss = loss_obj(tf.zeros_like(generated), generated)
total_disc_loss = real_loss + generated_loss
return total_disc_loss * 0.5
def generator_loss(generated):
return loss_obj(tf.ones_like(generated), generated)
עקביות מחזור פירושה שהתוצאה צריכה להיות קרובה לקלט המקורי. לדוגמא, אם מתרגמים משפט מאנגלית לצרפתית, ואז מתרגמים אותו חזרה מצרפתית לאנגלית, אז המשפט שהתקבל צריך להיות זהה למשפט המקורי.
באובדן עקביות מחזור,
- תמונה $ X $ מועברת באמצעות גנרטור $ G $ שמניב תמונה שנוצרה $ \ hat {Y} $.
- תמונה שנוצרה $ \ hat {Y} $ מועברת באמצעות גנרטור $ F $ שמניב תמונה מחזורית $ \ hat {X} $.
- שגיאה מוחלטת ממוצעת מחושבת בין $ X $ ל- $ \ hat {X} $.
def calc_cycle_loss(real_image, cycled_image):
loss1 = tf.reduce_mean(tf.abs(real_image - cycled_image))
return LAMBDA * loss1
כפי שמוצג לעיל, הגנרטור $ G $ אחראי לתרגום התמונה $ X $ לתמונה $ Y $. אובדן זהות אומר שאם הזנתם תמונה $ Y $ לגנרטור $ G $, היא אמורה להניב את התמונה האמיתית $ Y $ או משהו קרוב לתמונה $ Y $.
אם אתה מפעיל את דגם הזברה לסוס על סוס או את הדגם סוס לזברה על הזברה, זה לא אמור לשנות את התמונה הרבה מכיוון שהתמונה כבר מכילה את מחלקת היעד.
def identity_loss(real_image, same_image):
loss = tf.reduce_mean(tf.abs(real_image - same_image))
return LAMBDA * 0.5 * loss
אתחל את האופטימיזציה לכל הגנרטורים והמפלים.
generator_g_optimizer = tf.keras.optimizers.Adam(2e-4, beta_1=0.5)
generator_f_optimizer = tf.keras.optimizers.Adam(2e-4, beta_1=0.5)
discriminator_x_optimizer = tf.keras.optimizers.Adam(2e-4, beta_1=0.5)
discriminator_y_optimizer = tf.keras.optimizers.Adam(2e-4, beta_1=0.5)
מחסומים
checkpoint_path = "./checkpoints/train"
ckpt = tf.train.Checkpoint(generator_g=generator_g,
generator_f=generator_f,
discriminator_x=discriminator_x,
discriminator_y=discriminator_y,
generator_g_optimizer=generator_g_optimizer,
generator_f_optimizer=generator_f_optimizer,
discriminator_x_optimizer=discriminator_x_optimizer,
discriminator_y_optimizer=discriminator_y_optimizer)
ckpt_manager = tf.train.CheckpointManager(ckpt, checkpoint_path, max_to_keep=5)
# if a checkpoint exists, restore the latest checkpoint.
if ckpt_manager.latest_checkpoint:
ckpt.restore(ckpt_manager.latest_checkpoint)
print ('Latest checkpoint restored!!')
הַדְרָכָה
EPOCHS = 40
def generate_images(model, test_input):
prediction = model(test_input)
plt.figure(figsize=(12, 12))
display_list = [test_input[0], prediction[0]]
title = ['Input Image', 'Predicted Image']
for i in range(2):
plt.subplot(1, 2, i+1)
plt.title(title[i])
# getting the pixel values between [0, 1] to plot it.
plt.imshow(display_list[i] * 0.5 + 0.5)
plt.axis('off')
plt.show()
למרות שלולאת האימונים נראית מסובכת, היא מורכבת מארבעה שלבים בסיסיים:
- קבל את התחזיות.
- חשב את ההפסד.
- חישוב הדרגתיות באמצעות backpropagation.
- החל את הדרגתיות על האופטימיזציה.
@tf.function
def train_step(real_x, real_y):
# persistent is set to True because the tape is used more than
# once to calculate the gradients.
with tf.GradientTape(persistent=True) as tape:
# Generator G translates X -> Y
# Generator F translates Y -> X.
fake_y = generator_g(real_x, training=True)
cycled_x = generator_f(fake_y, training=True)
fake_x = generator_f(real_y, training=True)
cycled_y = generator_g(fake_x, training=True)
# same_x and same_y are used for identity loss.
same_x = generator_f(real_x, training=True)
same_y = generator_g(real_y, training=True)
disc_real_x = discriminator_x(real_x, training=True)
disc_real_y = discriminator_y(real_y, training=True)
disc_fake_x = discriminator_x(fake_x, training=True)
disc_fake_y = discriminator_y(fake_y, training=True)
# calculate the loss
gen_g_loss = generator_loss(disc_fake_y)
gen_f_loss = generator_loss(disc_fake_x)
total_cycle_loss = calc_cycle_loss(real_x, cycled_x) + calc_cycle_loss(real_y, cycled_y)
# Total generator loss = adversarial loss + cycle loss
total_gen_g_loss = gen_g_loss + total_cycle_loss + identity_loss(real_y, same_y)
total_gen_f_loss = gen_f_loss + total_cycle_loss + identity_loss(real_x, same_x)
disc_x_loss = discriminator_loss(disc_real_x, disc_fake_x)
disc_y_loss = discriminator_loss(disc_real_y, disc_fake_y)
# Calculate the gradients for generator and discriminator
generator_g_gradients = tape.gradient(total_gen_g_loss,
generator_g.trainable_variables)
generator_f_gradients = tape.gradient(total_gen_f_loss,
generator_f.trainable_variables)
discriminator_x_gradients = tape.gradient(disc_x_loss,
discriminator_x.trainable_variables)
discriminator_y_gradients = tape.gradient(disc_y_loss,
discriminator_y.trainable_variables)
# Apply the gradients to the optimizer
generator_g_optimizer.apply_gradients(zip(generator_g_gradients,
generator_g.trainable_variables))
generator_f_optimizer.apply_gradients(zip(generator_f_gradients,
generator_f.trainable_variables))
discriminator_x_optimizer.apply_gradients(zip(discriminator_x_gradients,
discriminator_x.trainable_variables))
discriminator_y_optimizer.apply_gradients(zip(discriminator_y_gradients,
discriminator_y.trainable_variables))
for epoch in range(EPOCHS):
start = time.time()
n = 0
for image_x, image_y in tf.data.Dataset.zip((train_horses, train_zebras)):
train_step(image_x, image_y)
if n % 10 == 0:
print ('.', end='')
n += 1
clear_output(wait=True)
# Using a consistent image (sample_horse) so that the progress of the model
# is clearly visible.
generate_images(generator_g, sample_horse)
if (epoch + 1) % 5 == 0:
ckpt_save_path = ckpt_manager.save()
print ('Saving checkpoint for epoch {} at {}'.format(epoch+1,
ckpt_save_path))
print ('Time taken for epoch {} is {} sec\n'.format(epoch + 1,
time.time()-start))
Saving checkpoint for epoch 40 at ./checkpoints/train/ckpt-8 Time taken for epoch 40 is 170.7118194103241 sec
צור באמצעות מערך בדיקה
# Run the trained model on the test dataset
for inp in test_horses.take(5):
generate_images(generator_g, inp)
הצעדים הבאים
מדריך זה הראה כיצד ליישם את CycleGAN החל מהגנרטור והמאבחן המיושם במדריך Pix2Pix . כשלב הבא, תוכל לנסות להשתמש במערך נתונים שונה ממערכי הנתונים של TensorFlow .
אתה יכול גם להתאמן למספר גדול יותר של תקופות לשיפור התוצאות, או ליישם את מחולל ResNet המתוקן המשמש בעיתון במקום מחולל ה- U-Net המשמש כאן.