Jittor 草图生成风景比赛

简介
图像生成任务一直以来都是十分具有应用场景的计算机视觉任务,从语义分割图生成有意义、高质量的图片仍然存在诸多挑战,如保证生成图片的真实性、清晰程度、多样性、美观性等。
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:采用了jittor框架,使用pix2pix的方法对图片处理使生成符合标签含义的风景图片。
安装
本项目可在1张 1080ti 上运行,训练时间约为 12小时。
运行环境
- ubuntu 18.04.6 LTS
- python >= 3.7
- jittor >= 1.3.0
安装依赖
执行以下命令安装 python 依赖
pip install -r requirements.txt
数据集
数据集下载链接为https://cloud.tsinghua.edu.cn/f/1d734cbb68b545d6bdf2/?dl=1
训练
单卡训练可运行以下命令:
python train.py --output_path ./results --batch_size 16 --data_path ./dataset
测试
生成测试集上的结果可以运行以下命令:
python test.py
Jittor 草图生成风景比赛
简介
图像生成任务一直以来都是十分具有应用场景的计算机视觉任务,从语义分割图生成有意义、高质量的图片仍然存在诸多挑战,如保证生成图片的真实性、清晰程度、多样性、美观性等。
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:采用了jittor框架,使用pix2pix的方法对图片处理使生成符合标签含义的风景图片。
安装
本项目可在1张 1080ti 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
数据集
数据集下载链接为https://cloud.tsinghua.edu.cn/f/1d734cbb68b545d6bdf2/?dl=1
训练
单卡训练可运行以下命令:
测试
生成测试集上的结果可以运行以下命令: