好像还挺好玩的GAN重制版1——Keras搭建DCGAN平台利用深度卷积神经网络实现图片生成

灰太狼 2022-12-26 04:46 26阅读 0赞

### 好像还挺好玩的GAN重制版1——Keras搭建DCGAN平台利用深度卷积神经网络实现图片生成 ###

*  学习前言
 *  源码下载地址
 *  什么是DCGAN
 *  生成网络的构建
 *  判断网络的构建
 *  训练思路
 *   *  判别器的训练
     *  生成器的训练
 *  利用DCGAN生成图片

# 学习前言 #

我又死了我又死了我又死了！  
![在这里插入图片描述][20190723165901974.jpg_pic_center]

# 源码下载地址 #

https://github.com/bubbliiiing/dcgan-keras

喜欢的可以点个star噢。

# 什么是DCGAN #

DCGAN的全称是Deep Convolutional Generative Adversarial Networks，翻译为**深度卷积对抗生成网络**。

它是由Alec Radford在论文Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks中提出的。

实际上**它就是在GAN的基础上增加深度卷积网络结构**。

**论文中给出的DCGAN结构如图所示。其使用反卷积将特征层的高宽不断扩大，整体结构看起来像普通神经网络的逆过程**。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center]

# 生成网络的构建 #

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center]  
对于生成网络来讲，它的**目的是生成假图片**，它的**输入是正态分布随机数。输出是假图片**。

在GAN当中，我们将这个正态分布随机数长度定义为100，在经过处理后，我们会得到一个(64,64,3)的假图片。

在处理过程中，我们会使用到反卷积，反卷积的概念是相对于正常卷积的，**在正常卷积下，我们的特征层的高宽会不断被压缩**；**在反卷积下，我们的特征层的高宽会不断变大**。  
![在这里插入图片描述][20201202124131662.png_pic_center]  
在DCGAN的生成网络中，我们首先利用一个全连接，将输入长条全连接到16,384（4x4x1024）这样一个长度上，这样我们才可以对这个全连接的结果进行reshape，使它变成(4,4,1024)的特征层。

在获得这个特征层之后，我们就可以利用反卷积进行上采样了。

在每次反卷积后，特征层的高和宽会变为原来的两倍，在四次反卷积后，我们特征层的shape变化是这样的：  
 ( 4 , 4 , 1024 ) − > ( 8 , 8 , 512 ) − > ( 16 , 16 , 256 ) − > ( 32 , 32 , 128 ) − > ( 64 , 64 , 3 ) 。 (4,4,1024)->(8,8,512)->(16,16,256)->(32,32,128)->(64,64,3)。 (4,4,1024)−>(8,8,512)−>(16,16,256)−>(32,32,128)−>(64,64,3)。  
此时我们再进行一次tanh激活函数，我们就可以获得一张假图片了。

实现代码如下：

def conv_out_size_same(size, stride):
        return int(math.ceil(float(size) / float(stride)))
        
    def generator(d=128, image_shape=[64,64,3]):
        conv_options = {
        
            'kernel_initializer': initializers.normal(mean=0.0, stddev=0.02),
        }
        batchnor_options = {
        
            'gamma_initializer' : initializers.normal(mean=0.1, stddev=0.02),
            'beta_initializer'  : initializers.constant(0),
            'momentum'          : 0.9
        }
    
        inputs = layers.Input([100,])
    
        s_h, s_w = image_shape[0], image_shape[1]
        s_h2, s_w2 = conv_out_size_same(s_h, 2), conv_out_size_same(s_w, 2)
        s_h4, s_w4 = conv_out_size_same(s_h2, 2), conv_out_size_same(s_w2, 2)
        s_h8, s_w8 = conv_out_size_same(s_h4, 2), conv_out_size_same(s_w4, 2)
        s_h16, s_w16 = conv_out_size_same(s_h8, 2), conv_out_size_same(s_w8, 2)
    
        x = layers.Dense(s_h16*s_w16*d*8, **conv_options)(inputs)
        x = layers.Reshape([s_h16,s_w16,d*8])(x)
        x = layers.BatchNormalization(**batchnor_options)(x)
        x = layers.Activation("relu")(x)
     
        x = layers.Conv2DTranspose(filters=d*4, kernel_size=4, strides=2, padding="same", **conv_options)(x)
        x = layers.BatchNormalization(**batchnor_options)(x)
        x = layers.Activation("relu")(x)
    
        x = layers.Conv2DTranspose(filters=d*2, kernel_size=4, strides=2, padding="same", **conv_options)(x)
        x = layers.BatchNormalization(**batchnor_options)(x)
        x = layers.Activation("relu")(x)
    
        x = layers.Conv2DTranspose(filters=d, kernel_size=4, strides=2, padding="same", **conv_options)(x)
        x = layers.BatchNormalization(**batchnor_options)(x)
        x = layers.Activation("relu")(x)
    
        x = layers.Conv2DTranspose(filters=3, kernel_size=4, strides=2, padding="same", **conv_options)(x)
        x = layers.Activation("tanh")(x)
        
        model = Model(inputs, x)
        return model

# 判断网络的构建 #

对于生成网络来讲，它的**目的是生成假图片**，它的**输入是正态分布随机数。输出是假图片**。

对于判断网络来讲，它的**目的是判断输入图片的真假**，它的**输入是图片，输出是判断结果**。

判断结果处于0-1之间，利用**接近1代表判断为真图片，接近0代表判断为假图片。**

**判断网络的构建和普通卷积网络差距不大，都是不断的卷积对图片进行下采用，在多次卷积后，最终接一次全连接判断结果。**

实现代码如下：

def discriminator(d=128, image_shape=[64,64,3]):
        conv_options = {
        
            'kernel_initializer': initializers.normal(mean=0., stddev=0.02),
        }
        batchnor_options = {
        
            'gamma_initializer' : initializers.normal(mean=0.1, stddev=0.02),
            'beta_initializer'  : initializers.constant(0),
            'momentum'          : 0.9
        }
    
        inputs = layers.Input(image_shape)
        x = layers.Conv2D(filters=d, kernel_size=4, strides=2, padding="same", **conv_options)(inputs)
        x = layers.LeakyReLU(0.2)(x)
    
        x = layers.Conv2D(filters=2*d, kernel_size=4, strides=2, padding="same", **conv_options)(x)
        x = layers.BatchNormalization(**batchnor_options)(x)
        x = layers.LeakyReLU(0.2)(x)
    
        x = layers.Conv2D(filters=4*d, kernel_size=4, strides=2, padding="same", **conv_options)(x)
        x = layers.BatchNormalization(**batchnor_options)(x)
        x = layers.LeakyReLU(0.2)(x)
    
        x = layers.Conv2D(filters=8*d, kernel_size=4, strides=2, padding="same", **conv_options)(x)
        x = layers.BatchNormalization(**batchnor_options)(x)
        x = layers.LeakyReLU(0.2)(x)
    
        x = layers.Flatten()(x)
    
        x = layers.Dropout(0.3)(x)
        x = layers.Dense(1, **conv_options)(x)
        x = layers.Activation("sigmoid")(x)
        
        model = Model(inputs, x)
        return model

# 训练思路 #

DCGAN的训练可以分为生成器训练和判别器训练：  
**每一个step中一般先训练判别器，然后训练生成器。**

## 判别器的训练 ##

在**训练判别器的时候我们希望判别器可以判断输入图片的真伪**，因此我们的**输入就是真图片、假图片和它们对应的标签**。

因此判别器的训练步骤如下：

**1、随机选取batch\_size个真实的图片。  
2、随机生成batch\_size个N维向量，传入到Generator中生成batch\_size个虚假图片。  
3、真实图片的label为1，虚假图片的label为0，将真实图片和虚假图片当作训练集传入到Discriminator中进行训练。**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 1]

## 生成器的训练 ##

在**训练生成器的时候我们希望生成器可以生成极为真实的假图片**。因此我们在训练生成器需要知道**判别器认为什么图片是真图片。**

因此生成器的训练步骤如下：

**1、随机生成batch\_size个N维向量，传入到Generator中生成batch\_size个虚假图片。  
2、将虚假图片的Discriminator预测结果与1的对比作为loss对Generator进行训练（与1对比的意思是，让生成器根据判别器判别的结果进行训练）。**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 2]

# 利用DCGAN生成图片 #

DCGAN的库整体结构如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 3]  
在训练前需要准备好数据集，数据集保存在datasets文件夹里面。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 4]  
在完成数据集准备后，运行train.py即可开始训练。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 5]  
训练过程中，可在results文件夹内查看训练效果：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 6]

[20190723165901974.jpg_pic_center]: /images/20221120/b1ad50f42c3d4c96af8084e5c7d26641.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center]: /images/20221120/b195dc75e32148488adb6fa203d0a7ec.png
[20201202124131662.png_pic_center]: /images/20221120/4fb0ffffe60d4bf284b829a130202db6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221120/58c81ad02bd1499a9a3b829a5b73852d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221120/ab4f84f3e1634601a4c173651feba027.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20221120/3c5b3ec0545d481c98e69b2e658efeeb.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 4]: /images/20221120/8a8df5e4febd4c718c064569b50b8276.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 5]: /images/20221120/1f6fcb926729440280f6f8cd8a29c3a3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 6]: /images/20221120/9a225e5b0e994cd6b37920f646eb46ed.png