CGAN生成MNIST手写数字图像

项目说明

第三届计图人工智能挑战赛热身赛赛题，在MNIST手写数字图片集上训练Conditional GAN模型，通过输入一个随机向量作为随机噪声和类别变迁作为辅助信息，来生成特定数字的图像。

在本次项目中，通过同时训练一个生成器Generate和一个判别器Discriminator并使二者进行最大最小博弈，来不断提高Generator生成图片的能力与Discriminator判别图片来源的能力。

项目获取

1. 通过git clone获取

git clone https://gitlink.org.cn/KIDSSCC/Jittor-CGAN_MNIST.git

2. 通过压缩包获取

CGAN.zip:https://pan.baidu.com/s/1CYQqhJncslDEV5diToo0ww?pwd=2333

项目使用

该项目使用python语言进行编写，采用Jittor框架，参照已有的比赛代码框架进行实现。

运行环境为：

• 操作系统：Ubuntu22.04
• Python：Python3.10.6
• Jittor：Jittor: 1.3.7.15

训练与测试过程可以通过如下命令开始

python3 CGAN.py [OPTION]

关于OPTION的说明：

• –train：是否进行训练，默认取值为1，代表进行训练，当设置为0时，需要在工作目录下已保存训练模型。
• –n_epochs：训练过程的迭代次数，默认取值为100
• –batch_size：每一个批次的大小，默认取值为64
• –lr：Adam优化器学习率，默认取值为0.0002
• –b1：Adam优化器一阶矩估计衰减因子，默认取值为0.5
• –b2：Adam优化器二阶矩估计衰减因子，默认取值为0.999
• –n_cpu：在训练过程中使用的进程数，默认取值为8
• –latent_dim：输入噪声的隐藏维度，默认取值为100
• –n_classes：类别标签的类型数，默认取值为10，即对应MNIST数据集的0-9标签
• –img_size：数据空间大小，默认取值为32，对应手写数字图像的图片大小
• –channels：图像通道数，默认取值为1，对应手写数字图像的通道数
• –sample_interval：图片采样的间隔数，默认取值为1000

一种可能的调用方法为：

python3 CGAN.py --n_epochs=10

训练模型并进行测试，训练迭代次数为10

项目测试

在头歌平台进行测试，指定ID为：13780231376878，

在训练参数保持默认的情况下，生成的熟悉图像如下所示：

在头歌平台取得0.9975的训练成绩

预训练模型

该项目提供预训练模型，包含两个文件discriminator_last.pkl与generator_last.pkl

使用方法：

将预训练模型与CGAN.py文件放置于同一目录下，随后调用：

python3 CGAN.py --train=0

即可使用预训练模型

预训练模型获取方式：https://pan.baidu.com/s/1CYQqhJncslDEV5diToo0ww?pwd=2333