README_pix2pix

README_pix2pix

Pix2pix实验说明

声明：本文档只介绍pix2pix实验流程，对pix2pix的模型结构不进行说明，如果需要请参考之前师姐准备的PPT或者直接请教师姐。

Pix2pix的实验到目前为止结构上并没有进行大的改变，现在做的只是将语义标签加入到模型训练中。

• index.py中包含该实验的所有代码。main()函数是该程序入口，在会话session创建之前有两件事需要做。第一，定义变量input和target；第二，构建模型（见build_model()方法）。以上两步骤几乎没有自己发挥的内容，完全参考最初pix2pix的模型，然后在这里进行了重建。

• 开启session之后，要分train和test两块内容。如果是train，总结为一句话就是加载数据然后迭代训练。我们要做的工作就是加载数据这块，与最初pix2pix实验相比我们需要添加自己的语义到模型中，简单来说就是我们构建不一样的输入，之前的输入shape为（？，256，256，3），而现在我们的输入shape为（？，256， 256， 3+num_labels）。在代码中体现的话请参考load_batch_data()方法，该方法返回我们需要的batch数据，shape即为（？，256，256， 3+num_labels）。sess.run(XXX)之后把最后一组训练参数保存到ckpt。

• 如果是test的话，加载之前保存的ckpt模型参数，sess.run()运行生成器得到输出结果，此时得到的结果generator_output的shape为（？，256，256， 3+num_labels）,我们需要降通道处理（这里采取的措施为只取channels的前三个通道值【此方法合理与否仍值得商榷】，对应到代码中的方法为process_generator_output()），得到rgb图像。

OVER!!!