操纵潜在代码，可以实现从第一行图像到最后一行的转换。

原始图像

图像不干净，可以观察到一些异常值，这会降低生成图像的质量。

用法

要运行实验，

$ python main.py --dataRoot path_to_dataset/

DCGAN 的预训练模型也在这个 repo 中，在 jupyter notebook 中播放它。

动漫脸数据集

使用爬虫工具gallery-dl从danbooru.donmai.us收集了 126 个标签的动漫风格图像。然后这些图像由动漫人脸检测器python-animeface处理。生成的数据集包含约 143,000 个动漫面孔。请注意，某些标签在裁剪后可能不再有意义，即“制服”标签下的裁剪面部图像可能不包含制服的可见部分。

如何从头开始构建数据集？

先决条件：gallery-dl、python-animeface

1. 下载动漫风格的图像

   # download 1000 images under the tag "misaka_mikoto"
   gallery-dl --images 1000 "https://danbooru.donmai.us/posts?tags=misaka_mikoto"
   
   # in a multi-processing manner
   cat tags.txt | \
   xargs -n 1 -P 12 -I 'tag' \ 
   bash -c ' gallery-dl --images 1000 "https://danbooru.donmai.us/posts?tags=$tag" '

2. 从下载的图像中提取人脸

   import animeface
   from PIL import Image
   
   im = Image.open('images/anime_image_misaka_mikoto.png')
   faces = animeface.detect(im)
   x,y,w,h = faces[0].face.pos
   im = im.crop((x,y,x+w,y+h))
   im.show() # display

我清理了原始数据集，新版本的数据集有 126 个标签的 115085 张图像。您可以从以下位置访问图像：

• GitHub： https: //github.com/jayleicn/animeGAN/releases/tag/data
• 百度云： https: //pan.baidu.com/s/1o8Nxllo

请勿商用。

我学到的东西

1. GAN 真的很难训练。
2. DCGAN 通常效果很好，简单地添加全连接层会导致问题。
3. 在我的案例中，G 的更多层会产生更好的图像，因为 G 应该比 D 更强大。
4. 为 D 的输入和标签添加噪声有助于稳定训练。
5. 使用不同的输入并生成分辨率（64x64 vs 96x96），在训练过程中似乎没有明显差异，生成的图像也非常相似。
6. Binray Noise 作为 G 的输入非常有效，但图像不如 Gussian Noise 的图像好，想法归功于@cwhy ['Binary Noise' 这里我的意思是伯努利分布在 p = 0.5]