junyanz/pytorch-CycleGAN-and-pix2pix

项目概览

同时涵盖非配对（CycleGAN）和配对（pix2pix）两种图像翻译范式，且提供预训练模型与多 GPU 训练支持，是 PyTorch 生态中经典的图像到图像翻译研究基线项目。

项目类型

图像视觉 · 基础设施

应用场景

图片处理

部署方式

查看项目说明

License

License 待确认

适合谁

• 需要复现、验证或扩展经典图像到图像翻译模型的研究者与开发者。

核心能力

• 使用 CycleGAN 进行非配对图像到图像翻译模型的训练与测试。输入为非配对图像数据集，输出为翻译后的图像与测试结果。
• 使用 pix2pix 进行配对图像到图像翻译模型的训练与测试，需要成对的对齐数据集。
• 支持下载并应用预训练的 CycleGAN 和 pix2pix 模型，对新的数据集进行图像翻译并生成结果。
• 支持基于分布式数据并行（DDP）的单机多 GPU 训练，以提升训练效率。
• 提供实现自定义模型和数据集的模板，便于将其扩展至新的图像翻译应用场景。
• 支持训练和测试基于 pix2pix 的图像上色模型。

限制与风险

• 在使用多 GPU 分布式训练时，无法使用 batch norm 设置（--norm batch）。
• 可能无法精确复现原始 Torch 实现论文中的完全一致结果。

如何开始

• 需要命令行与 Python 环境配置知识。成功路径为：克隆仓库，安装依赖（如 conda 环境），下载所需数据集，随后运行 train.py 或相关测试脚本。

核验依据

• GitHub 项目简介: Image-to-Image Translation in PyTorch
• README: We provide PyTorch implementations for both unpaired and paired image-to-image translation.
• README: This PyTorch implementation produces results comparable to or better than our original Torch software.
• README: - To log training progress and test images to W&B dashboard, set the `--use_wandb` flag with training script - Train a model: ```bash #!./scripts/train_cyclegan.sh python train.py…
• README: - To log training progress and test images to W&B dashboard, set the `--use_wandb` flag with training script - Train a model: ```bash #!./scripts/train_pix2pix.sh python train.py…

内容核验时间：