CycleGAN2 のバックアップ(No.6)

私的AI研究会 > CycleGAN2

画像スタイル変換：CycleGAN（その２）== 編集中 == †

　AI技術「CycleGAN」で画像のスタイル変換をローカル環境で動かす

画像スタイル変換：CycleGAN（その２）== 編集中 ==
参考資料

※ 最終更新:2024/08/07　

↑

「CycleGAN」 †

↑

概要 †

　「https://farml1.com/ukiyoe_cyclegan/」より引用

CycleGANはGANをつかったアルゴリズムのひとつであるが、Pix2Pix と異なり入力と出力のペア画像を用意する必要がない Image to image translation モデル
それらしいデータを大量にあつめてクセを学習させることで画像変換するAIをつくることができる
学習には時間がかかるので学習済みのモデルを使って画像変換を実行する
「浮世絵」「モネ」「セザンヌ」「ゴッホ」の4種類のモデルを実装
論文「DLFS: Disentangled Lifespan Face Synthesis (ICCV 2021)」
<paper>
・https://arxiv.org/pdf/1703.10593
<framework>
・https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix?tab=readme-ov-file

前回の検証
・画像スタイル変換：CycleGAN

↑

実行環境の構築 †

仮想環境「py38_learn」で実行する
未作成の場合は → 『仮想環境 (py38_learn)』の手順で仮想環境を作成

GitHub サイトからプロジェクトをダウンロード

cd /anaconda_win/workspace_2　　　　　　　　　　　　　　　　　　　　　← Windows の場合
cd ~/workspace_2　　　　　　　　　　　　　　　　　　　　　　　　　　　← Linux の場合

git clone https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix.git CycleGAN

プロジェクト・パッケージ project_CycleGAN.zip (166MB) <CycleGAN> をダウンロード
・解凍してできるフォルダ

update
└─workspace_2
    └─CycleGAN　　　　　　　　　　　　　　　　　　　　　　← GitHub からクローンしたプロジェクトに上書きする
        ├─checkpoints
        │  ├─style_cezanne_pretrained
        │  ├─style_monet_pretrained
        │  ├─style_ukiyoe_pretrained
        │  └─style_vangogh_pretrained
        ├─data
        ├─images
        ├─images2
        ├─models
        ├─options
        ├─results
        └─util

・解凍してできる「update/」フォルダ以下を次のフォルダの下に上書きコピーする
　Windows の場合 →「anaconda_win/」　Linux の場合 → 「~/」

↑

前回実行したプログラム「test.py」を実行 †

実行コマンド（浮世絵風）

python test.py --dataroot ./images --name style_ukiyoe_pretrained --model test --no_dropout --preprocess scale_width --load_size 1024

実行結果
・出力（結果）画像「results/style_ukiyoe_pretrained/images/」（コマンド実行後に作成される）・「results/style_ukiyoe_pretrained/index.html」ファイルにより Webブラウザ上で入出力画像の一覧を見ることができる

(py38_learn) python test.py --dataroot ./images --name style_ukiyoe_pretrained --model test --no_dropout --preprocess scale_width --load_size 1024
Warning: wandb package cannot be found. The option "--use_wandb" will result in error.
creating web directory ./results/style_ukiyoe_pretrained\test_latest
processing (0000)-th image... ['./images\\20210117_091324_001m.jpg']

↑

コマンド入力を簡単にしたプログラム「test2.py」に改良 †

主な変更点
・ワーニングエラー出力を抑制する
・入力画像フォルダは GUI のフォルダ選択ダイアログで指定する
・自動的に 4種類（「浮世絵」「モネ」「セザンヌ」「ゴッホ」）の画像変換を実行する
・GPU 未搭載の場合は自動で CPU 指定として動作する
・処理結果は「test.py」の実行結果と同じ場所に同じ内容で保存

コマンドオプション一覧

コマンドオプション	引数	初期値	意味
--dataroot	str		内部で source_image に設定
--source_image	str	''　 (ダイアログによる指定)	静止画ファイルフォルダ
--result_image	str	'./result/result.jpg'	出力保存ファイルパス
--load_size	int	1024	画像処理サイズ

コマンド実行例

(py38_learn) python test2.py

CycleGan test program  Ver. 0.01: Starting application...

   - dataroot                :  C:/anaconda_win/workspace_2/CycleGAN/images
   - source_dir              :  C:/anaconda_win/workspace_2/CycleGAN/images
   - result_path             :  ./results/result.png
   - load_size               :  1024

 <style_ukiyoe_pretrained>
result images →  ./results/style_ukiyoe_pretrained
processing (0000)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210117_091324_001m.jpg
processing (0001)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210121_082725_001m.jpg
processing (0002)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210130_073729_001m.jpg
processing (0003)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210221_082254_001m.jpg
processing (0004)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210329_101513_001m.jpg
 <style_monet_pretrained>
result images →  ./results/style_monet_pretrained
processing (0000)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210117_091324_001m.jpg
processing (0001)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210121_082725_001m.jpg
processing (0002)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210130_073729_001m.jpg
processing (0003)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210221_082254_001m.jpg
processing (0004)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210329_101513_001m.jpg
 <style_cezanne_pretrained>
result images →  ./results/style_cezanne_pretrained
processing (0000)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210117_091324_001m.jpg
processing (0001)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210121_082725_001m.jpg
processing (0002)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210130_073729_001m.jpg
processing (0003)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210221_082254_001m.jpg
processing (0004)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210329_101513_001m.jpg
 <style_vangogh_pretrained>
result images →  ./results/style_vangogh_pretrained
processing (0000)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210117_091324_001m.jpg
processing (0001)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210121_082725_001m.jpg
processing (0002)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210130_073729_001m.jpg
processing (0003)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210221_082254_001m.jpg
processing (0004)-th image... C:/anaconda_win/workspace_2/CycleGAN/images/20210329_101513_001m.jpg

processing start >>      2024/08/03 15:47:21
processing end >>        2024/08/03 15:47:32
processing time >>       0:00:11.018841

Finished.

・CPU 動作の場合の処理時間

processing start >>      2024/08/03 14:05:19
processing end >>        2024/08/03 14:06:43
processing time >>       0:01:24.492427

▼「test2.py」ソースコード

# -*- coding: utf-8 -*-
##------------------------------------------
##  CycleGan test program      Ver 0.01
##
##               2024.08.01 Masahiro Izutsu
##------------------------------------------
## test2.py 2024.08.01

# Color Escape Code
GREEN = '\033[1;32m'
RED = '\033[1;31m'
NOCOLOR = '\033[0m'
YELLOW = '\033[1;33m'
CYAN = '\033[1;36m'
BLUE = '\033[1;34m'

import warnings
warnings.simplefilter('ignore')

# インポート＆初期設定
import os
from options.test_options import TestOptions
from data import create_dataset
from models import create_model
from util.visualizer import save_images
from util import html

import my_dialog

# タイトル
title = 'CycleGan test program  Ver. 0.01'

# 基本情報の表示
def display_info(args, title):
    print('\n' + GREEN + title + ': Starting application...' + NOCOLOR)
    print('\n   - ' + YELLOW + 'dataroot                : ' + NOCOLOR, args.dataroot)
    print('   - ' + YELLOW + 'source_dir              : ' + NOCOLOR, args.source_dir)
    print('   - ' + YELLOW + 'result_path             : ' + NOCOLOR, args.result_path)
    print('   - ' + YELLOW + 'load_size               : ' + NOCOLOR, args.load_size)
    print(' ')


# ** main関数 **
def main(opt):
    dataset = create_dataset(opt)               # create a dataset given opt.dataset_mode and other options
    model = create_model(opt)                   # create a model given opt.model and other options
    model.setup(opt)                            # regular setup: load and print networks; create schedulers

    # create a website
    web_dir = os.path.join(opt.results_dir, opt.name)       ## 2024.08.02##
    if opt.load_iter > 0:                       # load_iter is 0 by default
        web_dir = '{:s}_iter{:d}'.format(web_dir, opt.load_iter)
    print('result images → ', web_dir)

    webpage = html.HTML(web_dir, 'Experiment = %s, Phase = %s, Epoch = %s' % (opt.name, opt.phase, opt.epoch))
    # test with eval mode. This only affects layers like batchnorm and dropout.
    # For [pix2pix]: we use batchnorm and dropout in the original pix2pix. You can experiment it with and without eval() mode.
    # For [CycleGAN]: It should not affect CycleGAN as CycleGAN uses instancenorm without dropout.
    if opt.eval:
        model.eval()
    for i, data in enumerate(dataset):
        if i >= opt.num_test:                   # only apply our model to opt.num_test images.
            break
        model.set_input(data)                   # unpack data from data loader
        model.test()                            # run inference
        visuals = model.get_current_visuals()   # get image results
        img_path = model.get_image_paths()      # get image paths
        path = img_path[0].replace("\\", "/")
        print('processing (%04d)-th image... %s' % (i, path))
        save_images(webpage, visuals, img_path, aspect_ratio=opt.aspect_ratio, width=opt.display_winsize, use_wandb=opt.use_wandb)

    webpage.save()                              # save the HTML


# main関数エントリーポイント(実行開始)
if __name__ == '__main__':
    import datetime

    names = ('style_ukiyoe_pretrained','style_monet_pretrained','style_cezanne_pretrained','style_vangogh_pretrained')

    opt = TestOptions().parse()  # get test options

    if len(opt.source_dir) == 0:
        filepath = opt.source_dir = my_dialog.select_dir(msg = '画像(source)　', initdir = './')
        if len(filepath) > 1:
            opt.source_dir = filepath
        else:
            exit(0)

    start_time = datetime.datetime.now()        # 時間計測開始

    opt.dataroot = opt.source_dir
    opt.model = 'test'
    opt.no_dropout = True
    opt.preprocess = 'scale_width'

    # hard-code some parameters for test
    opt.num_threads = 0                         # test code only supports num_threads = 0
    opt.batch_size = 1                          # test code only supports batch_size = 1
    opt.serial_batches = True                   # disable data shuffling; comment this line if results on randomly chosen images are needed.
    opt.no_flip = True                          # no flip; comment this line if results on flipped images are needed.
    opt.display_id = -1                         # no visdom display; the test code saves the results to a HTML file.

    display_info(opt, title)

    for name in names:
        print(f'{CYAN} <{name}>{NOCOLOR}')

        opt.name = name
        main(opt)

    # 経過時間
    end_time = datetime.datetime.now()
    print(start_time.strftime('\nprocessing start >>\t %Y/%m/%d %H:%M:%S'))
    print(end_time.strftime('processing end >>\t %Y/%m/%d %H:%M:%S'))
    print('processing time >>\t', end_time - start_time)

    print('\nFinished.\n')

↑

GUI 操作で写真を絵画風にするプログラム「gan_paint.py」を作成 †

主な機能
・入力画像フォルダは GUI のフォルダ選択ダイアログで指定する
・「元画像」「浮世絵」「モネ」「セザンヌ」「ゴッホ」を並べた画像を生成する
・生成画像はそれぞれ約1秒間表示する
・GPU 未搭載の場合は自動で CPU 指定として動作する

出力ファイルの保存場所とファイル名（--result_image'./results/result.jpg' 指定の時）
・「./result」フォルダに保存される（「./result」フォルダは存在しなければならない）
・処理結果画像　 → 'result_ + <静止画> + .jpg'

コマンドオプション一覧

コマンドオプション	引数	初期値	意味
--dataroot	str		内部で source_image に設定
--source_image	str	''　 (ダイアログによる指定)	静止画ファイルフォルダ
--result_image	str	'./result/result.jpg'	出力保存ファイルパス
--load_size	int	1024	画像処理サイズ

コマンド実行例

(py38_learn) python gan_paint.py

CycleGan image to ukiyoe/monet/cezanne/vangogh  Ver. 0.01: Starting application...

   - dataroot                :  C:/anaconda_win/workspace_2/CycleGAN/images2
   - source_dir              :  C:/anaconda_win/workspace_2/CycleGAN/images2
   - result_path             :  ./results/result.png
   - load_size               :  1024

 <style_ukiyoe_pretrained>
processing (0000)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20030804_01_063.jpg
processing (0001)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20060805_211944_001.JPG
processing (0002)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20070825_07_020.jpg
processing (0003)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20110702_104226_001.JPG
processing (0004)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20181202_073804_001.jpg
 <style_monet_pretrained>
processing (0000)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20030804_01_063.jpg
processing (0001)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20060805_211944_001.JPG
processing (0002)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20070825_07_020.jpg
processing (0003)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20110702_104226_001.JPG
processing (0004)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20181202_073804_001.jpg
 <style_cezanne_pretrained>
processing (0000)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20030804_01_063.jpg
processing (0001)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20060805_211944_001.JPG
processing (0002)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20070825_07_020.jpg
processing (0003)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20110702_104226_001.JPG
processing (0004)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20181202_073804_001.jpg
 <style_vangogh_pretrained>
processing (0000)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20030804_01_063.jpg
processing (0001)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20060805_211944_001.JPG
processing (0002)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20070825_07_020.jpg
processing (0003)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20110702_104226_001.JPG
processing (0004)-th image... C:/anaconda_win/workspace_2/CycleGAN/images2/20181202_073804_001.jpg

 <<output image save>>
./results/result_20030804_01_063.png
./results/result_20060805_211944_001.png
./results/result_20070825_07_020.png
./results/result_20110702_104226_001.png
./results/result_20181202_073804_001.png

processing start >>      2024/08/03 16:11:00
processing end >>        2024/08/03 16:11:10
processing time >>       0:00:09.910690

Finished.

・CPU 動作の場合の処理時間

processing start >>      2024/08/03 14:07:14
processing end >>        2024/08/03 14:08:37
processing time >>       0:01:23.587273

▼「gan_paint.py」ソースコード

# -*- coding: utf-8 -*-
##------------------------------------------
##  CycleGan image to painting    Ver 0.01
##      ukiyoe/monet/cezanne/vangogh
##
##               2024.08.01 Masahiro Izutsu
##------------------------------------------
## gan_paint.py

# Color Escape Code
GREEN = '\033[1;32m'
RED = '\033[1;31m'
NOCOLOR = '\033[0m'
YELLOW = '\033[1;33m'
CYAN = '\033[1;36m'
BLUE = '\033[1;34m'

import warnings
warnings.simplefilter('ignore')

# インポート＆初期設定
import os
from options.test_options import TestOptions
from data import create_dataset
from models import create_model
from util.visualizer import save_images
from util import html

from util import util
from PIL import Image
import numpy as np
import cv2
import my_imagetool
import my_dialog

# タイトル
title = 'CycleGan image to ukiyoe/monet/cezanne/vangogh  Ver. 0.01'

names = ('style_ukiyoe_pretrained','style_monet_pretrained','style_cezanne_pretrained','style_vangogh_pretrained')

# 基本情報の表示
def display_info(args, title):
    print('\n' + GREEN + title + ': Starting application...' + NOCOLOR)
    print('\n   - ' + YELLOW + 'dataroot                : ' + NOCOLOR, args.dataroot)
    print('   - ' + YELLOW + 'source_dir              : ' + NOCOLOR, args.source_dir)
    print('   - ' + YELLOW + 'result_path             : ' + NOCOLOR, args.result_path)
    print('   - ' + YELLOW + 'load_size               : ' + NOCOLOR, args.load_size)
    print(' ')

# CycleGAN イメージ生成
#   visuals (OrderedDict)    -- an ordered dictionary that stores (name, images (either tensor or numpy) ) pairs
#   aspect_ratio (float)     -- the aspect ratio of saved images
def get_process_images_pil(visuals, aspect_ratio=1.0):
    im_pil_real, im_pil_fake = [], []

    for label, im_data in visuals.items():
        im = util.tensor2im(im_data)

        if label == 'real':
            im_pil_real.append(numpy2image_pil(im))
        elif label == 'fake':
            im_pil_fake.append(numpy2image_pil(im))

    return im_pil_real, im_pil_fake

# Numpy → PIL イメージ変換
def numpy2image_pil(image_numpy, aspect_ratio=1.0):
    image_pil = Image.fromarray(image_numpy)
    h, w, _ = image_numpy.shape

    if aspect_ratio > 1.0:
        image_pil = image_pil.resize((h, int(w * aspect_ratio)), Image.BICUBIC)
    if aspect_ratio < 1.0:
        image_pil = image_pil.resize((int(h / aspect_ratio), w), Image.BICUBIC)

    return image_pil

# ソースファイル名を含んだ出力ファイル名を得る
def get_outpath(source_image, result_image):
    base_dir_pair = os.path.split(source_image)
    s_name, ext = os.path.splitext(base_dir_pair[1])
    name, ext = os.path.splitext(result_image)
    result_image = name + '_' + s_name + ext
    return result_image

# フォルダ内の画像を一括処理
def pict_convert(opt):
    dataset = create_dataset(opt)               # create a dataset given opt.dataset_mode and other options
    model = create_model(opt)                   # create a model given opt.model and other options
    model.setup(opt)                            # regular setup: load and print networks; create schedulers

    if opt.eval:
        model.eval()

    image_real, image_fake, path_real = [], [], []
    for i, data in enumerate(dataset):
        if i >= opt.num_test:                   # only apply our model to opt.num_test images.
            break
        model.set_input(data)                   # unpack data from data loader
        model.test()                            # run inference
        visuals = model.get_current_visuals()   # get image results
        img_path = model.get_image_paths()      # get image paths

        path = img_path[0].replace("\\", "/")
        print('processing (%04d)-th image... %s' % (i, path))
        path_real.append(path)

        im_pil_real, im_pil_fake = get_process_images_pil(visuals, aspect_ratio=opt.aspect_ratio)

        for image_pil in im_pil_real:
            image_real.append(image_pil)
        for image_pil in im_pil_fake:
            image_fake.append(image_pil)

    return image_real, image_fake, path_real


# ** main関数 **
def main(opt):
    imset_fake = []                             # 0, 1, 2, 3
    imset_real = []
    imset_path = []
    ndata = 0
    for name in names:
        print(f'{CYAN} <{name}>{NOCOLOR}')

        opt.name = name
        image_real, image_fake, path_real = pict_convert(opt)
        imset_fake.append(image_fake)
        if imset_real == []:
            imset_real.append(image_real)
            imset_path.append(path_real)
        ndata = len(image_fake)

    print(f'\n{CYAN} <<output image save>>{NOCOLOR}')

    for n in range(ndata):
        img_cv = []
        imae = np.array(imset_real[0][n], dtype = np.uint8)                    # PIL型 -> OpenCV型
        img_cv.append(cv2.cvtColor(imae, cv2.COLOR_RGB2BGR))

        imae = np.array(imset_fake[0][n], dtype = np.uint8)                    # PIL型 -> OpenCV型
        img_cv.append(cv2.cvtColor(imae, cv2.COLOR_RGB2BGR))
        imae = np.array(imset_fake[1][n], dtype = np.uint8)                    # PIL型 -> OpenCV型
        img_cv.append(cv2.cvtColor(imae, cv2.COLOR_RGB2BGR))
        imae = np.array(imset_fake[2][n], dtype = np.uint8)                    # PIL型 -> OpenCV型
        img_cv.append(cv2.cvtColor(imae, cv2.COLOR_RGB2BGR))
        imae = np.array(imset_fake[3][n], dtype = np.uint8)                    # PIL型 -> OpenCV型
        img_cv.append(cv2.cvtColor(imae, cv2.COLOR_RGB2BGR))

        result_image = get_outpath(imset_path[0][n], opt.result_path)
        print(result_image)

        ds_image = my_imagetool.make_tileimage(img_cv, xmax = 6000, ymax = 2000)
        my_imagetool.image_disp(ds_image, winname = title, save_path = result_image, maxsize = 1280, wait_s = 1)


# main関数エントリーポイント(実行開始)
if __name__ == '__main__':
    import datetime

    opt = TestOptions().parse()                 # get test options

    if len(opt.source_dir) == 0:
        filepath = opt.source_dir = my_dialog.select_dir(msg = '画像(source)　', initdir = './')
        if len(filepath) > 1:
            opt.source_dir = filepath
        else:
            exit(0)

    start_time = datetime.datetime.now()        # 時間計測開始

    opt.dataroot = opt.source_dir
    opt.model = 'test'
    opt.no_dropout = True
    opt.preprocess = 'scale_width'

    # hard-code some parameters for test
    opt.num_threads = 0                         # test code only supports num_threads = 0
    opt.batch_size = 1                          # test code only supports batch_size = 1
    opt.serial_batches = True                   # disable data shuffling; comment this line if results on randomly chosen images are needed.
    opt.no_flip = True                          # no flip; comment this line if results on flipped images are needed.
    opt.display_id = -1                         # no visdom display; the test code saves the results to a HTML file.

    display_info(opt, title)

    main(opt)

    # 経過時間
    end_time = datetime.datetime.now()
    print(start_time.strftime('\nprocessing start >>\t %Y/%m/%d %H:%M:%S'))
    print(end_time.strftime('processing end >>\t %Y/%m/%d %H:%M:%S'))
    print('processing time >>\t', end_time - start_time)

    print('\nFinished.\n')

↑

対処した問題点とエラー詳細 †

↑

ログ出力の抑制 †

「./options/base_options.py」→ 113 行コメントアウト
```
#        print(message)
```

「./data/__init__.py」→ 75 行コメントアウト

#        print("dataset [%s] was created" % type(self.dataset).__name__)

「./models/__init__.py」→ 87 行コメントアウト

#    print("model [%s] was created" % type(instance).__name__)

「./models/base_model.py」→ 190 行コメントアウト

#                print('loading the model from %s' % load_path)

「./util/network→ 98 行コメントアウト

#    print('initialize network with %s' % init_type)

↑

ワーニングエラー出力抑制 †

「./util/visualizer.py」→ 13 行コメントアウト, 14 行追加

#    print('Warning: wandb package cannot be found. The option "--use_wandb" will result in error.')
    pass

↑

コマンド・パラメータ初期化に関する変更~ †

「./options/base_options.py」→ 23 行変更

#        parser.add_argument('--dataroot', required=True, help='path to images (should have subfolders trainA, trainB, valA, valB, etc)')
        parser.add_argument('--dataroot', help='path to images (should have subfolders trainA, trainB, valA, valB, etc)')

「./options/base_options.py」→ 138～139 行追加（GPU チェック）

        if not torch.cuda.is_available():       # GPU check
            str_ids = ['-1']

「./options/test_options.py」→ 24～26 行追加（パラメータ追加）

        parser.set_defaults(load_size=1024)
        parser.add_argument("--source_dir", default='', help="path to source image diorectory")
        parser.add_argument("--result_path", default='./results/result.png', help="path to output image file")

↑

更新履歴 †

2024/08/03 初版

↑

参考資料 †

CycleGAN