使用 CelebA Progressive GAN 模型生成人脸

在 TensorFlow.org 上查看 在 Google Colab 中运行 在 GitHub 上查看 下载笔记本 查看 TF Hub 模型

此 Colab 演示了基于生成对抗网络 (GAN) 的 TF Hub 模块的使用。该模块将来自称为潜在空间的 N 维向量映射到 RGB 图像。

提供了两个示例

  • 映射来自潜在空间到图像,以及
  • 给定目标图像,使用梯度下降找到生成与目标图像相似的图像的潜在向量。

可选先决条件

更多模型

这里您可以找到目前托管在 tfhub.dev 上的所有可以生成图像的模型。

设置

# Install imageio for creating animations.
pip -q install imageio
pip -q install scikit-image
pip install git+https://github.com/tensorflow/docs

导入和函数定义

潜在空间插值

随机向量

两个随机初始化向量之间的潜在空间插值。我们将使用 TF Hub 模块 progan-128,其中包含一个预训练的 Progressive GAN。

progan = hub.load("https://tfhub.dev/google/progan-128/1").signatures['default']
2024-03-09 13:17:20.450855: E external/local_xla/xla/stream_executor/cuda/cuda_driver.cc:282] failed call to cuInit: CUDA_ERROR_NO_DEVICE: no CUDA-capable device is detected
def interpolate_between_vectors():
  v1 = tf.random.normal([latent_dim])
  v2 = tf.random.normal([latent_dim])

  # Creates a tensor with 25 steps of interpolation between v1 and v2.
  vectors = interpolate_hypersphere(v1, v2, 50)

  # Uses module to generate images from the latent space.
  interpolated_images = progan(vectors)['default']

  return interpolated_images

interpolated_images = interpolate_between_vectors()
animate(interpolated_images)

gif

在潜在空间中查找最接近的向量

修复目标图像。例如,使用从模块生成的图像或上传您自己的图像。

image_from_module_space = True  # @param { isTemplate:true, type:"boolean" }

def get_module_space_image():
  vector = tf.random.normal([1, latent_dim])
  images = progan(vector)['default'][0]
  return images

def upload_image():
  uploaded = files.upload()
  image = imageio.imread(uploaded[list(uploaded.keys())[0]])
  return transform.resize(image, [128, 128])

if image_from_module_space:
  target_image = get_module_space_image()
else:
  target_image = upload_image()

display_image(target_image)

png

在定义目标图像和由潜在空间变量生成的图像之间的损失函数后,我们可以使用梯度下降来查找最小化损失的变量值。

tf.random.set_seed(42)
initial_vector = tf.random.normal([1, latent_dim])
display_image(progan(initial_vector)['default'][0])

png

def find_closest_latent_vector(initial_vector, num_optimization_steps,
                               steps_per_image):
  images = []
  losses = []

  vector = tf.Variable(initial_vector)  
  optimizer = tf.optimizers.Adam(learning_rate=0.01)
  loss_fn = tf.losses.MeanAbsoluteError(reduction="sum")

  for step in range(num_optimization_steps):
    if (step % 100)==0:
      print()
    print('.', end='')
    with tf.GradientTape() as tape:
      image = progan(vector.read_value())['default'][0]
      if (step % steps_per_image) == 0:
        images.append(image.numpy())
      target_image_difference = loss_fn(image, target_image[:,:,:3])
      # The latent vectors were sampled from a normal distribution. We can get
      # more realistic images if we regularize the length of the latent vector to 
      # the average length of vector from this distribution.
      regularizer = tf.abs(tf.norm(vector) - np.sqrt(latent_dim))

      loss = target_image_difference + regularizer
      losses.append(loss.numpy())
    grads = tape.gradient(loss, [vector])
    optimizer.apply_gradients(zip(grads, [vector]))

  return images, losses


num_optimization_steps=200
steps_per_image=5
images, loss = find_closest_latent_vector(initial_vector, num_optimization_steps, steps_per_image)
....................................................................................................
....................................................................................................
plt.plot(loss)
plt.ylim([0,max(plt.ylim())])
(0.0, 6696.3041717529295)

png

animate(np.stack(images))

gif

将结果与目标进行比较

display_image(np.concatenate([images[-1], target_image], axis=1))

png

使用上述示例

如果图像来自模块空间,则下降速度很快,并收敛到一个合理的样本。尝试下降到不是来自模块空间的图像。只有当图像与训练图像空间相当接近时,下降才会收敛。

如何使其下降更快并得到更逼真的图像?您可以尝试

  • 使用图像差异上的不同损失,例如二次损失,
  • 在潜在向量上使用不同的正则化器,
  • 在多次运行中从随机向量初始化,
  • 等等。