Update README.md
| 第二届计图挑战赛
| 标题名称包含赛题、方法
| 简单介绍项目背景、项目特点
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。
| 介绍基本的硬件需求、运行环境、依赖安装方法
本项目可在 1 张 tesla P40 上运行,训练时间约为 10 小时。
执行以下命令安装 python 依赖
pip install -r requirements.txt
预训练模型模型下载地址为 https:abc.def.gh,下载后放入目录 <root>/weights/ 下。
<root>/weights/
将数据下载解压到 <root>/data 下.
<root>/data
单卡训练,训练epoch为200,单卡约15个小时。
python pix2pix.py
| 对参考的论文、开源库予以致谢,可选
此项目基于论文 A Style-Based Generator Architecture for Generative Adversarial Networks 实现,部分代码参考了 jittor-gan。
本项目是基于jittor框架的风景图生成项目。
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
| 第二届计图挑战赛
Jittor 草图生成风景比赛
| 标题名称包含赛题、方法
简介
| 简单介绍项目背景、项目特点
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。
安装
| 介绍基本的硬件需求、运行环境、依赖安装方法
本项目可在 1 张 tesla P40 上运行,训练时间约为 10 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
预训练模型模型下载地址为 https:abc.def.gh,下载后放入目录
<root>/weights/
下。将数据下载解压到
<root>/data
下.Train
单卡训练,训练epoch为200,单卡约15个小时。
致谢
| 对参考的论文、开源库予以致谢,可选
此项目基于论文 A Style-Based Generator Architecture for Generative Adversarial Networks 实现,部分代码参考了 jittor-gan。