PhotoSketch

Photo-Sketching: Inferir dibujos de contorno de imágenes

Este repositorio contiene el código de entrenamiento y prueba para nuestro generador de bocetos. También proporcionamos un [modelo previamente capacitado].

Para obtener detalles técnicos y el conjunto de datos, consulte el [documento] y la [página del proyecto] .

Configuración

El código ahora se actualiza para usar Pytorch 0.4 y se ejecuta en Windows, Mac y Linux. Para la versión obsoleta con Pytorch 0.3 (solo Linux), consulte la rama Pytorch-0.3-Obsolete.

Los usuarios de Windows deben encontrar los archivos .cmd correspondientes en lugar de los archivos .sh mencionados a continuación.

Instalación de una línea (con entornos de conda)

conda env create -f environment.yml

¡Luego active el entorno (boceto) y estará listo para comenzar!

Consulte aquí para obtener más información sobre los entornos de conda.

Instalación manual

Consulte environment.yml para obtener una lista de dependencias.

Usando el modelo previamente capacitado

• Descargue el modelo previamente capacitado
• Modifique la ruta en scripts/test_pretrained.sh
• Desde el directorio raíz del repositorio, ejecute scripts/test_pretrained.sh

Admite una carpeta de imágenes como entrada.

Traine y prueba en nuestro conjunto de datos de dibujo de contorno

• Descargue las imágenes y el boceto renderizado de la página del proyecto
• Descomprima y los organice en la siguiente estructura:

• Modifique la ruta en scripts/train.sh y scripts/test.sh
• Desde el directorio raíz del repositorio, ejecute scripts/train.sh para entrenar el modelo
• Desde el directorio raíz del repositorio, ejecute scripts/test.sh para probar en el conjunto de val o el conjunto de pruebas (especificado por el indicador de fase)

Citación

Si usa el código o los datos para su investigación, cite el documento:

 @article{LIPS2019,
  title={Photo-Sketching: Inferring Contour Drawings from Images},
  author={Li, Mengtian and Lin, Zhe and Mv ech, Radom'ir and and Yumer, Ersin and Ramanan, Deva},
  journal={WACV},
  year={2019}
}

Reconocimiento

Este código se basa en una versión anterior de Pix2Pix.