基于风格的 GAN 在 PyTorch 中的实现

更新（2019/09/01）

感谢 @adambielski 和 @TropComplique 发现了实现中的错误！（https://github.com/rosinality/style-based-gan-pytorch/issues/33, https://github.com/rosinality/style-based-gan-pytorch/issues/34）我已经修复了这些问题，并更新了检查点。

更新（2019/07/04）

• 现在训练器使用预缩放的 LMDB 数据集，以提高数据加载和训练的稳定性。
• 模型架构现在与官方实现更加接近。

基于风格的生成器架构用于生成对抗网络（https://arxiv.org/abs/1812.04948）在 PyTorch 中的实现

• Replicate 上的演示和 Docker 镜像

使用方法：

你需要准备一个 LMDB 数据集

python prepare_data.py --out LMDB_PATH --n_worker N_WORKER DATASET_PATH

这将会把图像转换为 JPEG 格式并进行预缩放。（例如，8/16/32/64/128/256/512/1024）然后你就可以开始训练 StyleGAN 了。

对于 celebA 数据集：

python train.py --mixing LMDB_PATH

对于 FFHQ 数据集：

python train.py --mixing --loss r1 --sched LMDB_PATH

分辨率	模型与优化器
256px	链接
512px	链接
1024px	链接

模型与优化器的检查点会在每个分辨率阶段结束时保存。（即，512px 的检查点会在 512px 训练结束后保存。）

示例

这是在 FFHQ 数据集上训练的生成器生成的 512px 示例。

旧版检查点

分辨率	模型与优化器	生成器运行平均值
128px	链接	10万次迭代 链接
256px	链接	14万次迭代 链接
512px	链接	18万次迭代 链接

这些是旧版本的检查点。由于梯度惩罚和判别器激活方式的不同，建议使用新版本的检查点继续训练。不过，你仍然可以使用这些旧检查点来生成样本，因为生成器架构并未改变。

生成器的运行平均值是在指定的迭代次数下保存的。因此，这两个检查点是在不同的迭代次数下保存的。（是的，这是我犯的错误。）

Style-Based GAN (PyTorch) 快速上手指南

本指南基于 style-based-gan-pytorch 项目，帮助开发者快速在 PyTorch 环境中部署并训练 StyleGAN 模型。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统: Linux 或 macOS (Windows 需通过 WSL2 运行)
• Python: 3.6 或更高版本
• GPU: 推荐使用 NVIDIA GPU 并安装对应的 CUDA 驱动（训练高分辨率模型显存需求较大）
• 前置依赖:
  • PyTorch (建议最新稳定版)
  • torchvision
  • lmdb
  • Pillow
  • tqdm
  • ninja (用于编译扩展)

提示：国内用户建议使用清华源或阿里源加速 Python 包安装。

安装步骤

1. 克隆仓库

   git clone https://github.com/rosinality/style-based-gan-pytorch.git
   cd style-based-gan-pytorch
   

2. 安装依赖 建议使用虚拟环境，并使用国内镜像源安装依赖包：

   pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
   

   如果项目中未提供 requirements.txt，请手动安装核心依赖：

   pip install torch torchvision lmdb pillow tqdm ninja -i https://pypi.tuna.tsinghua.edu.cn/simple
   

基本使用

使用前必须先将图像数据集转换为 LMDB 格式并进行预处理（调整分辨率）。

1. 准备数据集

运行 prepare_data.py 脚本将原始图片转换为 JPEG 格式并预调整为多种分辨率（如 8, 16, ..., 1024）。

命令格式：

python prepare_data.py --out LMDB_PATH --n_worker N_WORKER DATASET_PATH

参数说明：

• LMDB_PATH: 输出 LMDB 数据集的保存路径。
• N_WORKER: 数据预处理的工作线程数（根据 CPU 核心数调整）。
• DATASET_PATH: 原始图片数据集所在的文件夹路径。

示例（处理 CelebA 数据集）：

python prepare_data.py --out ./data/celeba_lmdb --n_worker 4 ./datasets/celeba

2. 开始训练

根据数据集类型选择不同的训练参数。

训练 CelebA 数据集：

python train.py --mixing ./data/celeba_lmdb

训练 FFHQ 数据集（推荐配置）： FFHQ 训练通常启用 R1 正则化和学习率调度器以获得更稳定的结果。

python train.py --mixing --loss r1 --sched ./data/ffhq_lmdb

3. 加载预训练模型（可选）

如果您不想从头训练，可以下载官方提供的检查点（Checkpoints）直接用于生成样本或微调。

• 256px 模型: 下载链接
• 512px 模型: 下载链接
• 1024px 模型: 下载链接

注意：检查点文件包含了特定分辨率训练阶段结束时的模型和优化器状态。请下载对应分辨率的模型以匹配您的训练配置。