Cet article est l'article du 16ème jour du Calendrier de l'Avent de l'Université de Kinki 2019. Je ne sais pas combien de breuvages, mais Gan générera une image de Pokemon. À l'avenir, je voudrais ajouter une explication du livre illustré Pokémon à l'image générée. Le code source est ici
DCGAN DCGAN a été utilisé pour la génération d'images. Pour plus de détails, reportez-vous à Paper. J'ai utilisé DCGAN-tensorflow pour l'implémentation, mais pour une raison quelconque, il y avait un bogue dans le code source officiel, donc [corrigé](https: / /github.com/mina-moto/DCGAN-tensorflow-pokemon) est utilisé.
J'ai utilisé l'image Pokemon publiée dans pokemon-images-dataset-by-type.
Docker image download
docker pull minamotofordocker/pokemon_generator:latest
setup.sh
#!/bin/sh
# Pokemon Image Data
git clone https://github.com/rileynwong/pokemon-images-dataset-by-type
# DCGAN
git clone https://github.com/mina-moto/DCGAN-tensorflow-pokemon
# Dataset setting
mkdir -p data/pokemon_image/
cp pokemon-images-dataset-by-type/all/* data/pokemon_image/
echo "Finish!"
Installation d'images Pokémon.
git clone https://github.com/rileynwong/pokemon-images-dataset-by-type
Installation de DCGAN-tensorflow.
git clone https://github.com/mina-moto/DCGAN-tensorflow-pokemon
Modifiez l'emplacement de l'image installée.
mkdir -p data/pokemon_image/
cp pokemon-images-dataset-by-type/all/* data/pokemon_image/
Pour le réglage des paramètres, je me suis référé à cet article.
docker run -v $PWD:/PokemonGenerator -w /PokemonGenerator -it --rm minamotofordocker/pokemon_generator:latest python DCGAN-tensorflow-pokemon/main.py --data_dir data/ --dataset pokemon_image --out_dir out/ --out_name pokemon_gan_sample --input_fname_pattern=*.png --input_height 120 --output_height 120 --train --epoch=5000 --batch_size=64 --learning_rate=0.001 --G_img_sum
État d'apprentissage (image générée toutes les 200 époques jusqu'à 4600 époques).
Image de l'oeil 4600 Epoch. Quelque chose comme Pokemon est-il fait?
Recommended Posts