initialize
本赛题将会提供1000张测试分割图片，参赛选手需要根据测试图片生成符合标签含义的风景图片。
本项目包含了第二届计图挑战赛计图 - 草图生成风景比赛的代码实现。本项目的特点是：将SPADE模型作为backbone进行训练。
本项目可在4 张 3090 上运行，训练时间约为 12 小时。
执行以下命令安装 python 依赖
pip install -r requirements.txt
预训练模型模型在目录 checkpoints 下。
训练可以运行以下命令：
bash run.sh
生成测试集上的结果可以运行以下命令：
bash test.sh
Semantic Image Synthesis with Spatially-Adaptive Normalization
YOU ONLY NEED ADVERSARIAL SUPERVISION FOR SEMANTIC IMAGE SYNTHESIS
Image Synthesis via Semantic Composition
部分代码参考了 jittor-gan。
Jittor 赛题1 - 风景图片生成
简介
本赛题将会提供1000张测试分割图片，参赛选手需要根据测试图片生成符合标签含义的风景图片。
本项目包含了第二届计图挑战赛计图 - 草图生成风景比赛的代码实现。本项目的特点是：将SPADE模型作为backbone进行训练。
安装
本项目可在4 张 3090 上运行，训练时间约为 12 小时。
运行环境
安装依赖
执行以下命令安装 python 依赖
预训练模型
预训练模型模型在目录 checkpoints 下。
训练
训练可以运行以下命令：
推理
生成测试集上的结果可以运行以下命令：
致谢
Semantic Image Synthesis with Spatially-Adaptive Normalization
YOU ONLY NEED ADVERSARIAL SUPERVISION FOR SEMANTIC IMAGE SYNTHESIS
Image Synthesis via Semantic Composition
部分代码参考了 jittor-gan。