Jittor 风格及语义引导的风景图片生成赛道


简介
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。
本项目尝试了以下方法:
- 使用了数据增强。在200轮后进行了数据增强并继续训练
安装
本项目在3090ti 上运行,训练时间约为2-4天。
运行环境
- ubuntu 20.04 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
训练
单卡训练可运行以下命令:
bash train.sh
增强训练
bash blur.sh
bash augment.sh
测试
测试可运行以下命令
bash test.sh
致谢
此项目基于以下论文实现:
- Semantic Image Synthesis with Spatially-Adaptive Normalization
- Learning to Predict Layout-to-image Conditional Convolutions for Semantic Image Synthesis
部分代码参考了 jittor-gan。
Jittor 风格及语义引导的风景图片生成赛道
简介
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。
本项目尝试了以下方法:
安装
本项目在3090ti 上运行,训练时间约为2-4天。
运行环境
安装依赖
执行以下命令安装 python 依赖
训练
单卡训练可运行以下命令:
增强训练
测试
测试可运行以下命令
致谢
此项目基于以下论文实现:
部分代码参考了 jittor-gan。