Jittor 第二届计图人工智能挑战赛 热身赛方案

我和我的两个可爱师叔战队在第二届计图（jittor）人工智能挑战赛-风景图像生成赛道的方案。

简介

本项目包含了第二届计图挑战赛计图 - 风景图像生成赛道方案的代码实现。主要方法基于CoCosNet。

安装

本项目可在 1 张 RTX 3090 上训练及测试。

运行环境

• ubuntu 20.04 LTS
• python >= 3.7
• jittor >= 1.3.0

安装依赖

执行以下命令安装本项目使用的依赖环境。

pip install -r requirements.txt

预训练模型

预训练模型可以从百度网盘下载。 下载后解压并放在当前目录即可。

训练

训练数据集可以从这里下载。

模型的训练可以参考以下命令：

python train.py --input_path [训练集路径]

测试

测试数据集可以从这里下载。

本方法是基于参考图像的图像生成，因此测试时需要使用我们指定的参考图像，这些图像是从训练集挑选出的。 这些参考图像可以从百度网盘下载，解压后放在当前目录的ref_imgs文件夹下即可。

使用我们提供的预训练模型和参考图像进行测试可以参考以下命令：

python train.py --input_path [测试集路径] --output_path ./results

生成的参考图像将保存在当前目录下的results文件夹中。

致谢

此项目基于论文 Cross-domain Correspondence Learning for Exemplar-based Image Translation 实现，部分代码参考了 CoCosNet。