成功运行RealnessGAN，并进行数据增强

前言

RealnessGAN网络是《Real or Not Real, that is the Question》这篇文章于2020年发表在ICLR中提出的一个GAN网络结构。本人主要是想使用这个网络进行数据增强。本文主要是想记录本人在运行代码时遇到的问题，方便记忆。

一、环境

Windows10

Anaconda3（python3.6.12）

GPU：GTX2060

cuda10.0

pytorch1.4.0
代码readme推荐的环境是python=3.6、pytorch=1.1.0，但我发现使用pytorch=1.4.0也能跑，所以就没按它的要求来。

二、下载代码

RealnessGAN代码链接：链接: lhttps://github.com/kam1107/RealnessGAN.git.
这个代码是文章作者发布的。文章下载链接: https://openreview.net/forum?id=B1lPaCNtPB.

三、创建文件夹

主要是创建两个文件夹，一个用于存放输入的数据，一个用于保存输出的数据于训练模型。

四、修改代码

1.修改options.py

主要是修改输入输出的路径和一些参数比如输入图像的大小，对于这个网络而言，输入的图像是多大，最终输出的图像就是多大。
input_folder对应输入自己需要输入的数据集，output_folder对应保存输出的模型和参数，extra_folder对应输出的额外图像，就是自己想扩增生成的图像。
上面是我创建的文件夹，一定要在VOC2012这个文件夹下(这个文件名是可以随便改的)创建SEED-1（必须是这个名）文件夹，然后再在这个文件夹下创建两个同级的子文件夹，名字分别是images和extra_images，这两个文件夹的名字也是不能改的，否则接下来再按我的方法来改代码就会运行不了。

因为没有预训练模型，所以下面的default设为None。

2.修改train.py

因为我们已经创建好文件夹了，所以可以直接注释掉下面这段代码。本人一开始没有注释，结果一直报错，因为它这里代码写得有点问题，有点自相矛盾。
把下面原是通过传参的param.batch.size和param.z_size直接改成32与128。
之所以把上面的传参改成固定值，是因为作者只提供了z_test_32_128.pickle这个文件用于检查训练过程。如果不改成固定值，当你在options.py改变batch-size和z_size时就会报错。

按照以上的步骤进行修改后就可以运行train.py了。至于其他一些参数比如输出图片大小和需要输出的图片张数可以在options.py中根据自己的需要进行设置。本人一开始输入图像大小设置为128，跑了10K次，效果不好，论文中提到的训练次数为520k次，也许我的训练次数太小。当我把输入图像大小设为512时，运行就会直接爆显存。

总结

因为不是边调代码边记的，也许会存在一些错误。如果遇到错误的话，希望能在评论区留言，相互学习。