论文pytorch-CycleGAN-and-pix2pix
github源代码：GitHub - junyanz/pytorch-CycleGAN-and-pix2pix: Image-to-Image Translation in PyTorch
论文详解：http://t.csdn.cn/q9hUS
二、运行代码
1.下载源代码
cd ~/zhw
git clone https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
cd pytorch-CycleGAN-and-pix2pix
conda env create -f environment.yml #创建conda环境
conda activate pytorch-CycleGAN-and-pix2pix #激活conda环境如下图，在conda(pytorch-CycleGAN-and-pix2pix)环境中运行代码。
2.准备数据集
“prepare_ACDC_datasets.py”将数据集ACDC/night中图片均裁成1：1的.jpg格式，保存在“./zhw/pytorch-CycleGAN-and-pix2pix/datasets/ACDC/day2night”，数据集文件需要如下形式 ，其中B为normal情况，A为night。
3.train训练
可以通过visdom在训练过程中查看训练情况和loss损失，在训练前开启visdom，用法如下：
pip install visdom
python -m visdom.server
##如果Error: Address already in use.
lsof -i tcp:8097
kill -9 xxx #xxx被占用的pid号码
lsof -i tcp:8097
python3 -m visdom.server如果出现'Address already in use'的错误，参考http://t.csdn.cn/0ZWin。
点击网址localhost:8097，发现仍然出错tornado，网址无法打开，则参考http://t.csdn.cn/ifO1r：
1.在github下载下载visdom-master代码；GitHub - fossasia/visdom: A flexible tool for creating, organizing, and sharing visualizations of live, rich data. Supports Torch and Numpy.2.先在‘visdom-master\py\visdom\server.py’接近文件结尾处注释download_scripts；
3.找到visdom-master\py\visdom\static\index.html，替换为如下内容html；
4.将下载的static文件夹替换到‘anaconda/envs/环境名/lib/python3.6/site-packages/visdom/static’。static文件夹压缩包见我发布的资源。
visdom
点击网址，若visdom运行成功则在开始训练后开始如下界面：
开启visdom后训练，训练结束的模型存放在'checkpoints/FDA/day2night_cyclegan/'。
#!./scripts/train_cyclegan.sh
python train.py --dataroot ./datasets/ACDC/night/day2night/ --name day2night_cyclegan --model cycle_gan最后day2night和day2rain模型训练过程loss趋势图如下，是收敛的。
4.test测试
#!./scripts/test_cyclegan.sh
python test.py --dataroot ./datasets/ACDC/night/day2night/ --name day2night_cyclegan --model cycle_gan测试结果在'./results/day2night_cyclegan/latest_test/index.html'，包括real、fake、rec。realA为A原图，fakeA为B转换为A风格的结果，recA为A转换到B风格再回到A风格的结果F(G(A))。测试结果如下：
5.应用模型
训练前需要在'./model/base_model.py'line192修改参数。test和apply代码修改不同：
load_filename='%s_net_%s' %(epoch,name) #test
load_filename='%s_net_%s_B' %(epoch,name) #apply:day2night
load_filename='%s_net_%s_A' %(epoch,name) #apply:day2rain在'./option/test_option.py'需要修改转换风格后图像存储位置'--results='和转换数量'--num_test'。test与apply代码略有不同，结果存放在'./results/day2rain_cyclegan'。文件包含'_A_fake.jpg'为normal的cityscapes转换为night风格的结果，其对应labels存放在'./datasets/cityscapes/testB'。
##day2night
python test.py --dataroot datasets/cityscapes1/testB --name day2night_cyclegan --model test --no_dropout
##day2rain
python test.py --dataroot datasets/cityscapes1/testA --name day2rain_cyclegan --model test --no_dropout