Pix2PiX gan教程的自定义数据集

Question

我想使用这个Pix2Pix教程，但是使用我自己的数据集。我的数据集位于我的Google中，在一个名为facePictues的文件夹中。在该文件夹中，我有151个子文件夹，其名称为1-151。在这些文件夹中有两个图像:一个是.jpg，它是一个模型脸的真实图像，另一个图像是一个.png，它是该模型的脸的漫画书样式。

我需要从Google加载我的数据集，并将数据集分成两个不同的数据集张量，一个用于训练和测试Pix2Pix模型，然后将真实的人脸图像与绘图人脸标签图像分开。

因此，我可以希望遵循本教程。

这是我的代码：

all_image_paths = glob.glob(str(data_dir/'*/*'))
all_image_paths = np.array([pathlib.Path(path)for path in all_image_paths])
print("Total images: ", len(all_image_paths))
train_dataset, test_dataset = train_test_split(all_image_paths, test_size=0.2)
print("Train dataset size: ", len(train_dataset))
print("Test dataset size: ", len(test_dataset))

def load_image(dataset):
    input_image, target_image = imageio.imread(dataset), imageio.imread(dataset)

    input_image = np.array(PIL.Image.fromarray(input_image).resize((256, 256)))

    target_image = np.array(PIL.Image.fromarray(target_image).resize((256, 256)))

    input_image = (input_image - 127.5) / 127.5

    target_image = (target_image - 127.5) / 127.5

    input_image = np.expand_dims(input_image, axis=0)
    target_image = np.expand_dims(target_image, axis=0)
    return input_image, target_image

input_image, target_image = load_image(train_dataset)
display.display(input_image)
display.display(target_image)

我得到了这个错误：

---------------------------------------------------------------------------
 OSError                                   Traceback (most recent call last)
<ipython-input-13-ca46c378edd4> in <module>
 ----> 1 input_image, target_image = load_image(all_image_paths)
  2 display.display(input_image)
  3 display.display(target_image)

  4 frames
   /usr/local/lib/python3.7/dist-packages/imageio/core/request.py in _parse_uri(self, uri)
  220             if len(uri_r) > 60:
  221                 uri_r = uri_r[:57] + "..."
--> 222             raise IOError("Cannot understand given URI: %s." % uri_r)
223 
224         # Check if this is supported

OSError: Cannot understand given URI: array([PosixPath('gdrive/My 
Drive/DrawingDataSet/FacePict....

代码更新：

  def load_image(image_file):
  input_image, target_image = imageio.imread(image_file), 
  imageio.imread(image_file)
  input_image = 
  np.array(PIL.Image.fromarray(input_image).resize((256, 256)))
  target_image = 
  np.array(PIL.Image.fromarray(target_image).resize((256, 256)))
  input_image = (input_image - 127.5) / 127.5
  target_image = (target_image - 127.5) / 127.5
  input_image = np.expand_dims(input_image, axis=0)
  target_image = np.expand_dims(target_image, axis=0)
  return input_image, target_image

   real_image, drawing_image = load_image(train_dataset[0])
   RealDataSet = tf.constant(real_image);
   print(RealDataSet)

Answer 1

如果您想获得路径列表，您必须这样做：

[pathlib.Path(path) for path in all_image_paths]

而不是：

np.array([pathlib.Path(path)for path in all_image_paths])

使用您的代码，您基本上是在创建一个字符串列表的numpy数组，这正是您的错误所抱怨的。

此外，还应该将单个图像传递给load_image函数以使其工作，例如，数据集的第一个图像：

input_image, target_image = load_image(train_dataset[0])