get_started.md

快速开始使用PaddleGAN

注意：

• 开始使用PaddleGAN前请确保已经阅读过安装文档，并根据数据准备文档准备好数据集。
• 以下教程以CycleGAN模型在Cityscapes数据集上的训练预测作为示例。

训练

单卡训练

python -u tools/main.py --config-file configs/cyclegan_cityscapes.yaml

参数

• --config-file (str): 配置文件的路径。

输出的日志，权重，可视化结果会默认保存在./output_dir中，可以通过配置文件中的output_dir参数修改：

output_dir: output_dir

保存的文件夹会根据模型名字和时间戳自动生成一个新目录，目录示例如下：

output_dir
└── CycleGANModel-2020-10-29-09-21
    ├── epoch_1_checkpoint.pkl
    ├── log.txt
    └── visual_train
        ├── epoch001_fake_A.png
        ├── epoch001_fake_B.png
        ├── epoch001_idt_A.png
        ├── epoch001_idt_B.png
        ├── epoch001_real_A.png
        ├── epoch001_real_B.png
        ├── epoch001_rec_A.png
        ├── epoch001_rec_B.png
        ├── epoch002_fake_A.png
        ├── epoch002_fake_B.png
        ├── epoch002_idt_A.png
        ├── epoch002_idt_B.png
        ├── epoch002_real_A.png
        ├── epoch002_real_B.png
        ├── epoch002_rec_A.png
        └── epoch002_rec_B.png

同时可以通过在配置文件中添加参数enable_visualdl: true使用飞桨VisualDL对训练过程产生的指标或生成的图像进行记录，并运行相应命令对训练过程进行实时监控：

visualdl --logdir output_dir/CycleGANModel-2020-10-29-09-21/

恢复训练

训练过程中默认会保存上一个epoch的checkpoint，方便恢复训练

python -u tools/main.py --config-file configs/cyclegan_cityscapes.yaml --resume your_checkpoint_path

参数

• --resume (str): 用来恢复训练的checkpoint路径。

多卡训练:

CUDA_VISIBLE_DEVICES=0,1 python -m paddle.distributed.launch tools/main.py --config-file configs/cyclegan_cityscapes.yaml

预测

python tools/main.py --config-file configs/cyclegan_cityscapes.yaml --evaluate-only --load your_weight_path

参数

• --evaluate-only: 是否仅进行预测。
• --load (str): 训练好的权重路径。