arctanxy / w-net-pytorch

使用GAN生成汉字字体

基于Wnet的字体生成

本仓库代码还有一些问题，没有时间修复，对这个算法感兴趣的朋友们请移步作者的原版实现

作者实现代码

训练：

python main.py

图例：

python main.py inference

现阶段的训练结果：

原始字体（黑体加粗）protype

目标字体（一个batch里面混合了多种字体）real

生成字体 fake

与原论文的差别

1. Discriminator中没有使用LayerNorm，而是用了BatchNorm
2. 没有额外再训练一个VGG分类模型，而是用Discriminator替代

TODO:

• 推理代码完善
• 添加更多字体
• 添加对字体支持汉字的检测功能 / 使用mask屏蔽掉不支持的字符对loss的影响
• 自定义字符集

待添加的一些tricks:

• label smoothing
• 在G的训练和测试阶段都添加dropout
• 使用LeaklyReLU替代ReLU
• Generator的最后一层使用Tanh激活
• 在Discriminator中使用LayerNorm
• 每个batch中使用同一种字体（据说可以使训练变得更简单）
• 监控训练中的梯度变化
• 添加梯度惩罚
• 历史均值
• 模型推理代码

w-net-pytorch's Issues

询问图片问题

作者你好，运行main.py时遇到如下报错：
error: OpenCV(4.5.5) D:\a\opencv-python\opencv-python\opencv\modules\imgproc\src\color.cpp:182: error: (-215:Assertion failed) !_src.empty() in function 'cv::cvtColor'
百度出来说是图片路径有误，请问在哪里修改图片路径呀？是configure.yml文件中的img_folder参数吗，我改成本地路径也仍然报错…期望得到作者大大的指点！感谢您！

关于论文中的vgg

作者，你好，论文中提到使用了vgg网络，请问这个网络是不是先单独预训练，然后在W-NET训练的时候是不会不训练的

请教

请问作者，关于解决噪音方面的问题，你有没有什么好的建议

你好 缺少model_epoch_50_loss_0.3724613007571962.pth 文件，请问在哪里可以找到？

No such file or directory: '/media/zjk/tmp/shared_scripts/W-Net-PyTorch/model_epoch_50_loss_0.3724613007571962.pth'

微调/重新训练

你好请问 想要生成自己手写体的话，
用之前训练好的模型，微调几张自己手写的就可以么？
还是说需要 自己手写图片cat原字体 重新训练

大佬麻烦补充一下开发环境，用到的模块的版本。

推断

你在推断的时候out = wnet(src_tensor, target_tensor)，输入了target的tensor，这是不是影响结果了。
正常推断不是只有src么

如果想把不同人抄写的同一句话产生的字全部转成标准的宋体该怎么处理训练数据呢？

我有采集的不同人对同一句话抄写产生的字体图片，也有这句话对应的标准宋体字体图片，请问要想把人写的字转成宋体的风格，该怎么准备训练数据呢？谢谢。

请问有没有和zi2zi的比较过

zi2zi也是比较火的利用GAN生成汉字，请问作者你的效果更好些么

后续还会更新么

感觉效果不是很好，很多噪声

关于原文中的oft，ttf文件的转换

请问一下原文中具体是哪一个文件来转换的？

ValueError: Using a target size (torch.Size([46])) that is different to the input size (torch.Size([46, 1])) is deprecated. Please ensure they have the same size.

请问训练数据怎么获取？

请问训练数据怎么获取?谢谢

请问原论文是.....

贴个citation