推特高赞，手把手教你在TF 2.0中实现CycleGAN | 官方资源帖（假未来Fake Future）

铜灵发自凹非寺
量子位出品| 公众号 QbitAI

CycleGAN，一个可以将一张图像的特征迁移到另一张图像的酷算法，此前可以完成马变斑马、冬天变夏天、苹果变桔子等一颗赛艇的效果。

这行被顶会ICCV收录的研究自提出后，就为图形学等领域的技术人员所用，甚至还成为不少艺术家用来创作的工具。

也是目前大火的“换脸”技术的老前辈了。

如果你还没学会这项厉害的研究，那这次一定要抓紧上车了。

现在，TensorFlow开始手把手教你，在TensorFlow 2.0中CycleGAN实现大法。

这个官方教程贴几天内收获了满满人气，获得了Google AI工程师、哥伦比亚大学数据科学研究所Josh Gordon的推荐，推特上已近600赞。

有国外网友称赞太棒，表示很高兴看到TensorFlow 2.0教程中涵盖了最先进的模型。

这份教程全面详细，想学CycleGAN不能错过这个：

详细内容

在TensorFlow 2.0中实现CycleGAN，只要7个步骤就可以了。

1、设置输入Pipeline

安装tensorflow_examples包，用于导入生成器和鉴别器。

!pip install -q git https://github.com/tensorflow/examples.git

!pip install -q tensorflow-gpu==2.0.0-beta1 import tensorflow as tf from __future__ import absolute_import, division, print_function, unicode_literals import tensorflow_datasets as tfds from tensorflow_examples.models.pix2pix import pix2pix import os import time import matplotlib.pyplot as plt from IPython.display import clear_output tfds.disable_progress_bar() AUTOTUNE = tf.data.experimental.AUTOTUNE

2、输入pipeline

在这个教程中，我们主要学习马到斑马的图像转换，如果想寻找类似的数据集，可以前往：

https://www.tensorflow.org/datasets/datasets#cycle_gan

在CycleGAN论文中也提到，将随机抖动（ Jitter ）和镜像应用到训练集中，这是避免过度拟合的图像增强技术。

和在Pix2Pix中的操作类似，在随机抖动中吗，图像大小被调整成286×286，然后随机裁剪为256×256。

在随机镜像中吗，图像随机水平翻转，即从左到右进行翻转。

dataset, metadata = tfds.load('cycle_gan/horse2zebra', with_info=True, as_supervised=True) train_horses, train_zebras = dataset['trainA'], dataset['trainB'] test_horses, test_zebras = dataset['testA'], dataset['testB']

BUFFER_SIZE = 1000 BATCH_SIZE = 1 IMG_WIDTH = 256 IMG_HEIGHT = 256 def random_crop(image): cropped_image = tf.image.random_crop( image, size=[IMG_HEIGHT, IMG_WIDTH, 3]) return cropped_image

# normalizing the images to [-1, 1] def normalize(image): image = tf.cast(image, tf.float32) image = (image / 127.5) - 1 return image

def random_jitter(image): # resizing to 286 x 286 x 3 image = tf.image.resize(image, [286, 286], method=tf.image.ResizeMethod.NEAREST_NEIGHBOR) # randomly cropping to 256 x 256 x 3 image = random_crop(image) # random mirroring image = tf.image.random_flip_left_right(image) return image

def preprocess_image_train(image, label): image = random_jitter(image) image = normalize(image) return image

def preprocess_image_test(image, label): image = normalize(image) return image

train_horses = train_horses.map( preprocess_image_train, num_parallel_calls=AUTOTUNE).cache().shuffle( BUFFER_SIZE).batch(1) train_zebras = train_zebras.map( preprocess_image_train, num_parallel_calls=AUTOTUNE).cache().shuffle( BUFFER_SIZE).batch(1) test_horses = test_horses.map( preprocess_image_test, num_parallel_calls=AUTOTUNE).cache().shuffle( BUFFER_SIZE).batch(1) test_zebras = test_zebras.map( preprocess_image_test, num_parallel_calls=AUTOTUNE).cache().shuffle( BUFFER_SIZE).batch(1)

sample_horse = next(iter(train_horses)) sample_zebra = next(iter(train_zebras))

plt.subplot(121) plt.title('Horse') plt.imshow(sample_horse[0] * 0.5 0.5) plt.subplot(122) plt.title('Horse with random jitter') plt.imshow(random_jitter(sample_horse[0]) * 0.5 0.5)

plt.subplot(121) plt.title('Zebra') plt.imshow(sample_zebra[0] * 0.5 0.5) plt.subplot(122) plt.title('Zebra with random jitter') plt.imshow(random_jitter(sample_zebra[0]) * 0.5 0.5)

3、导入并重新使用Pix2Pix模型

通过安装tensorflow_examples包，从Pix2Pix中导入生成器和鉴别器。

这个教程中使用的模型体系结构与Pix2Pix中很类似，但也有一些差异，比如Cyclegan使用的是实例规范化而不是批量规范化，比如Cyclegan论文使用的是修改后的resnet生成器等。

我们训练两个生成器（G和F）和两个鉴别器（X和Y）。生成器G架构图像X转换为图像Y，生成器F将图像Y转换为图像X。

鉴别器D_X区分图像X和生成的图像X(F(Y))，辨别器D_Y区分图像Y和生成的图像Y(G(X)）。

OUTPUT_CHANNELS = 3 generator_g = pix2pix.unet_generator(OUTPUT_CHANNELS, norm_type='instancenorm') generator_f = pix2pix.unet_generator(OUTPUT_CHANNELS, norm_type='instancenorm') discriminator_x = pix2pix.discriminator(norm_type='instancenorm', target=False) discriminator_y = pix2pix.discriminator(norm_type='instancenorm', target=False)

to_zebra = generator_g(sample_horse) to_horse = generator_f(sample_zebra) plt.figure(figsize=(8, 8)) contrast = 8 plt.subplot(221) plt.title('Horse') plt.imshow(sample_horse[0] * 0.5 0.5) plt.subplot(222) plt.title('To Zebra') plt.imshow(to_zebra[0] * 0.5 * contrast 0.5) plt.subplot(223) plt.title('Zebra') plt.imshow(sample_zebra[0] * 0.5 0.5) plt.subplot(224) plt.title('To Horse') plt.imshow(to_horse[0] * 0.5 * contrast 0.5) plt.show()

plt.figure(figsize=(8, 8)) plt.subplot(121) plt.title('Is a real zebra?') plt.imshow(discriminator_y(sample_zebra)[0, ..., -1], cmap='RdBu_r') plt.subplot(122) plt.title('Is a real horse?') plt.imshow(discriminator_x(sample_horse)[0, ..., -1], cmap='RdBu_r') plt.show()

4、损失函数

在CycleGAN中，因为没有用于训练的成对数据，因此无法保证输入X和目标Y在训练期间是否有意义。因此，为了强制学习正确的映射，CycleGAN中提出了“循环一致性损失”（cycle consistency loss）。

鉴别器和生成器的损失与Pix2Pix中的类似。

LAMBDA = 10

loss_obj = tf.keras.losses.BinaryCrossentropy(from_logits=True)

def discriminator_loss(real, generated): real_loss = loss_obj(tf.ones_like(real), real) generated_loss = loss_obj(tf.zeros_like(generated), generated) total_disc_loss = real_loss generated_loss return total_disc_loss * 0.5

def generator_loss(generated): return loss_obj(tf.ones_like(generated), generated)

循环一致性意味着结果接近原始输入。

例如将一个句子和英语翻译成法语，再将其从法语翻译成英语后，结果与原始英文句子相同。

在循环一致性损失中，图像X通过生成器传递C产生的图像Y^，生成的图像Y^通过生成器传递F产生的图像X^，然后计算平均绝对误差X和X^。

前向循环一致性损失为：

反向循环一致性损失为：

def calc_cycle_loss(real_image, cycled_image): loss1 = tf.reduce_mean(tf.abs(real_image - cycled_image)) return LAMBDA * loss1

初始化所有生成器和鉴别器的的优化：

generator_g_optimizer = tf.keras.optimizers.Adam(2e-4, beta_1=0.5) generator_f_optimizer = tf.keras.optimizers.Adam(2e-4, beta_1=0.5) discriminator_x_optimizer = tf.keras.optimizers.Adam(2e-4, beta_1=0.5) discriminator_y_optimizer = tf.keras.optimizers.Adam(2e-4, beta_1=0.5)

5、检查点

checkpoint_path = "./checkpoints/train" ckpt = tf.train.Checkpoint(generator_g=generator_g, generator_f=generator_f, discriminator_x=discriminator_x, discriminator_y=discriminator_y, generator_g_optimizer=generator_g_optimizer, generator_f_optimizer=generator_f_optimizer, discriminator_x_optimizer=discriminator_x_optimizer, discriminator_y_optimizer=discriminator_y_optimizer) ckpt_manager = tf.train.CheckpointManager(ckpt, checkpoint_path, max_to_keep=5) # if a checkpoint exists, restore the latest checkpoint. if ckpt_manager.latest_checkpoint: ckpt.restore(ckpt_manager.latest_checkpoint) print ('Latest checkpoint restored!!')

6、训练

注意：为了使本教程的训练时间合理，本示例模型迭代次数较少（40次，论文中为200次），预测效果可能不如论文准确。

EPOCHS = 40

def generate_images(model, test_input): prediction = model(test_input) plt.figure(figsize=(12, 12)) display_list = [test_input[0], prediction[0]] title = ['Input Image', 'Predicted Image'] for i in range(2): plt.subplot(1, 2, i 1) plt.title(title[i]) # getting the pixel values between [0, 1] to plot it. plt.imshow(display_list[i] * 0.5 0.5) plt.axis('off') plt.show()

尽管训练起来很复杂，但基本的步骤只有四个，分别为：获取预测、计算损失、使用反向传播计算梯度、将梯度应用于优化程序。

@tf.function def train_step(real_x, real_y): # persistent is set to True because gen_tape and disc_tape is used more than # once to calculate the gradients. with tf.GradientTape(persistent=True) as gen_tape, tf.GradientTape( persistent=True) as disc_tape: fake_y = generator_g(real_x, training=True) cycled_x = generator_f(fake_y, training=True) fake_x = generator_f(real_y, training=True) cycled_y = generator_g(fake_x, training=True) disc_real_x = discriminator_x(real_x, training=True) disc_real_y = discriminator_y(real_y, training=True) disc_fake_x = discriminator_x(fake_x, training=True) disc_fake_y = discriminator_y(fake_y, training=True) # calculate the loss gen_g_loss = generator_loss(disc_fake_y) gen_f_loss = generator_loss(disc_fake_x) # Total generator loss = adversarial loss cycle loss total_gen_g_loss = gen_g_loss calc_cycle_loss(real_x, cycled_x) total_gen_f_loss = gen_f_loss calc_cycle_loss(real_y, cycled_y) disc_x_loss = discriminator_loss(disc_real_x, disc_fake_x) disc_y_loss = discriminator_loss(disc_real_y, disc_fake_y) # Calculate the gradients for generator and discriminator generator_g_gradients = gen_tape.gradient(total_gen_g_loss, generator_g.trainable_variables) generator_f_gradients = gen_tape.gradient(total_gen_f_loss, generator_f.trainable_variables) discriminator_x_gradients = disc_tape.gradient( disc_x_loss, discriminator_x.trainable_variables) discriminator_y_gradients = disc_tape.gradient( disc_y_loss, discriminator_y.trainable_variables) # Apply the gradients to the optimizer generator_g_optimizer.apply_gradients(zip(generator_g_gradients, generator_g.trainable_variables)) generator_f_optimizer.apply_gradients(zip(generator_f_gradients, generator_f.trainable_variables)) discriminator_x_optimizer.apply_gradients( zip(discriminator_x_gradients, discriminator_x.trainable_variables)) discriminator_y_optimizer.apply_gradients( zip(discriminator_y_gradients, discriminator_y.trainable_variables))

for epoch in range(EPOCHS): start = time.time() n = 0 for image_x, image_y in tf.data.Dataset.zip((train_horses, train_zebras)): train_step(image_x, image_y) if n % 10 == 0: print ('.', end='') n =1 clear_output(wait=True) # Using a consistent image (sample_horse) so that the progress of the model # is clearly visible. generate_images(generator_g, sample_horse) if (epoch 1) % 5 == 0: ckpt_save_path = ckpt_manager.save() print ('Saving checkpoint for epoch {} at {}'.format(epoch 1, ckpt_save_path)) print ('Time taken for epoch {} is {} sec\n'.format(epoch 1, time.time()-start))