MUNIT训练自己的数据集(图像风格转换)

MUNIT是ECCV2018的一篇关于不同风格图像之间转换的文章，是UNIT的衍生版本。作者是很大方滴，在gayhub上就可以找到munit的代码。

Munit做了一件说明事情呢？我们看图就知道了：

通过几笔简笔就可以生成真实感的图像，这就是munit的用处之一了。准确来说，munit是cycleGAN的强化版本。

---

论文地址：http://openaccess.thecvf.com/content_ECCV_2018/papers/Xun_Huang_Multimodal_Unsupervised_Image-to-image_ECCV_2018_paper.pdf

gayhub代码tf版: https://github.com/taki0112/MUNIT-Tensorflow

 gayhub代码pytorch版(官方)：https://github.com/NVlabs/MUNIT

我是一个忠实的tfer，所以用tensorflow来复现。

---

第一步，下载代码:

git clone https://github.com/taki0112/MUNIT-Tensorflow

第二步，安装requirements:

tensorflow 1.4.0
python 3.5/ 3.6

 第三步，准备数据

cd MUNIT
mkdir dataset
cd dataset
mkdir my_dataset

第三步尤其重要，我开始就是因为这步没实现导致训练不成功。大概要完成 如下结构：

MUNIT
    ├── dataset
           └── my_dataset(name is designed by you)
                   ├── trainA
                       ├── xxx.jpg (name, format doesn't matter)
                       ├── yyy.png
                       └── ...
                   ├── trainB
                       ├── zzz.jpg
                       ├── www.png
                       └── ...
                   ├── testA
                       ├── aaa.jpg 
                       ├── bbb.png
                       └    ── ...
                   └── testB
                       ├── ccc.jpg 
                       ├── ddd.png
                       └── ...

开始训练：

python main.py --phase train --dataset my_dataset --batch_size 1