wangna11bd / acgan-paddle

ACGAN-Paddle

基于Paddle复现2017 ICML论文“Conditional Image Synthesis With Auxiliary Classifier GANs”

该论文未开源代码，本次复现主要参考了以下两个非官方pytorch实现：

• ACGAN-Pytorch

• Pytorch-GAN

实现细节说明

• 遵循原文原则，将ImageNet数据集每10个类别划分，训练一个10-classes的GAN模型
• 网络结构、训练超参数与原文一致

训练与测试方式

• 训练

python trian.py --dataroot [imagenet path] # [eg:xxx/ImageNet/train]

• 测试

python test.py --which_epoch [epoch]

• 查看日志

visuldl --logdir ./log

视觉结果对比

• 生成的图像与真实图像(ImageNet class 10-20)

  Fake Samples(Ours)	Fake Samples(ACGAN-Pytorch)	Real Samples

• 更多类别结果对比(class id:100-100, 随机挑选10类别)

  类别	fake_samples1	fake_samples2	fake_sample3	real_samples
  classes 100-100
  random 10-classess

  训练Log示意（class id:10-20）

  Accuracy	D Loss	G Loss