PISE

Писатель

Код для нашей бумаги CVPR: Синтез изображения человека и редактирование с помощью отдельного GAN, Project Page, Supp.

Требование

 conda create -n pise python=3.6
conda install pytorch=1.2 cudatoolkit=10.0 torchvision
pip install scikit-image pillow pandas tqdm dominate natsort 

Данные

Подготовка данных для изображений и клавиатур может следовать за передачей позы и GFLA.

1. Скачать Deep Fashion DataSet. Вам нужно будет спросить пароль у пансионов наборов данных. Unzip 'img/img.zip' и поместите папку с именем "IMG" в каталоге ./Fashion_Data '.

2. Загрузите аннотации ключей поезда/тестирования и список наборов данных с Google Drive, в том числе Fashion-Pairs-Train.csv , Fashion -pairs -test.csv , мод-аннотация- трена. lst , test.lst . Поместите эти файлы в каталог ./fashion_data .

3. Запустите следующий код, чтобы разделить набор данных поезда/тестирования.

    python data/generate_fashion_datasets.py
   

4. Загрузите данные анализа и поместите эти файлы в каталог ./fashion_data . Данные анализа для тестирования можно найти из Baidu (Fectch Code: ABCD) или Google Drive. Данные анализа для обучения можно найти из Baidu (Fectch Code: ABCD) или Google Drive. Вы можете получить данные с помощью PGN и реорганизовать этикетки, как вам нужно.

Тренироваться

 python train.py --name=fashion --model=painet --gpu_ids=0

Обратите внимание, что если вы хотите обучить модель передачи позы, а также передачу текстуры и редактирование региона, просто комментируют строку 177 и 178 и построить линию 162-176.

Для обучения с использованием мульти-GPus вы можете обратиться к выпуску в GFLA

Тест

Вы можете напрямую загрузить наши результаты теста с Baidu (Fetch Code: ABCD) или Google Drive.
Предварительно обученная контрольная точка переноса позы человека, о которой сообщается в нашей статье, можно найти из Baidu (код Fetch: ABCD) или Google Drive и поместите его в папку (-> Результаты-> Мода).

Предварительно обученная контрольная точка перевода текстур, редактирование региона, интерполяция стиля, используемая в нашей статье, можно найти из Baidu (код избранного: ABCD) или Google Drive. Обратите внимание, что модель необходимо изменить.

Проверьте самостоятельно

 python test.py --name=fashion --model=painet --gpu_ids=0 

Цитирование

Если вы используете этот код, пожалуйста, укажите нашу статью.

 @InProceedings{Zhang_2021_CVPR,
    author    = {Zhang, Jinsong and Li, Kun and Lai, Yu-Kun and Yang, Jingyu},
    title     = {{PISE}: Person Image Synthesis and Editing With Decoupled GAN},
    booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
    month     = {June},
    year      = {2021},
    pages     = {7982-7990}
}

Благодарности

Наш код основан на GFLA.