Tensorflow实现性别反转--github开源项目分享

知乎介绍：图像转换明星StarGAN，这次有了简易版TensorFlow实现

starGAN性别反转原始代码（github）：PyTorch Implementation of StarGAN - CVPR 2018

starGAN性别反转简易demo（github）：Simple Tensorflow implementation of StarGAN (CVPR 2018 Oral)

背景介绍（搬运于知乎介绍）：

半年前AI圈内红红火火的StarGAN模型有新实现出炉。

昨天，网友taki0112公布了一个简易版StarGAN TensorFlow实现，不到一天时间就在Reddit论坛上热度暴增到700。

因为实现的效果，看起来真的还不错：

 

仅仅给出一张原始头像，这个简易实现的GAN就能合成出染发、变性、衰老的模样。“性别和年龄的变化是微妙的，但结果相当不错。”网友Valiox评价。

 

本篇文章基于“starGAN性别反转简易demo”

• 一.实现效果（博主本人，献丑了）：

测试图片：

生成效果：

• 二.实现方式

1.配置环境

Requirements

• Tensorflow 1.8
• Python 3.6

（1）ubuntu环境下，按照“starGAN性别反转简易demo”的ReadMe操作即可

（2）本文基于win10的anaconda环境，非ubuntu环境的朋友可继续往下看

2.下载源码

（1）在“starGAN性别反转简易demo”下载源代码

 

（2）下载训练所用数据集CelebA（kaggle）或百度网盘CelebA，并把数据集解压到starGAN-Tensorflow-master中->dataset->celebA->train下。由于数据集比较大，解压耗费时间可能较久。

（3）下载训练好的checkpoints文件，如果自己从头训练模型，进度会如图一样，相对比较慢，checkpoints的百度网盘链接。github的checkpoints链接在谷歌云盘，国内访问会有问题。

（4）将下载的checkpoints文件解压到starGAN-Tensorflow-master->checkpoints文件夹中，github项目不包含的文件目录，会在starGAN-Tensorflow-master运行如下命令后生成。（命令在anaconda的虚拟环境运行）

python main.py --phase train

 

（5）由于训练数据集都是128*128，所以需要使用opencv把图像预处理成128*128的大小。先把需要测试的图像裁剪成正方形，再用opencv做成128*128的。下面是opencv图像处理的代码。

import cv2

image=cv2.imread('t2.jpg')#经过裁剪后的正方形头像图片，命名t2.jpg可以自己更改
res=cv2.resize(image,(128,128),interpolation=cv2.INTER_CUBIC)
cv2.imshow('iker',res)
cv2.imshow('image',image)
cv2.imwrite('t3.jpg', res)#128*128的新头像图片
cv2.waitKey(0)
cv2.destroyAllWindows()

（6）一切文件准备好以后，将128*128的新头像图片放入StarGAN-Tensorflow-master\dataset\celebA\test。

（7）放入test后，在anaconda的tensorflow虚拟环境运行如下代码，运行位置是StarGAN-Tensorflow-master文件。

python main.py --phase test

训练开始

训练成功

（8）然后你就可以在results下看到运行结果啦！