本项目包含了TrickySightseeing小队的草图生成风景比赛的代码实现。 获第二届计图人工智能竞赛三等奖(Scene Image Generation Track),10,000 RMB 奖金。
本项目可在 1 张 A100 上运行,batch_size=10。
- ubuntu 20.04 LTS
- python >= 3.7
- jittor >= 1.3.0
单卡训练可运行以下命令:
bash scripts/train.sh
在每一个epoch训完后会进行测试集推理。
单卡推理可运行以下命令:
bash scripts/test.sh
即可load位于'results/saved_models/'中的预训练模型进行测试,并将测试结果保存至'results/'
首先需要分别为训练集和测试集执行:
python check_semantics.py
以分别生成val_semantics_list.data和training_semantics_list.data,包含了图片的标签组信息。 然后执行:
python find_match.py
寻找合适的参考对应关系,保存在match_dict.data中。
单卡训练可运行以下命令:
bash scripts/train_model_for_transfer.sh
在每一个epoch训完后会进行测试集推理。
单卡推理可运行以下命令:
bash scripts/transfer.sh
即可load位于'results/saved_models/'中的预训练模型进行风格迁移,并将测试结果保存至'results/'