# cyclegan_cityscapes |模型名称|cyclegan_cityscapes| | :--- | :---: | |类别|图像 - 图像生成| |网络|CycleGAN| |数据集|Cityscapes| |是否支持Fine-tuning|否| |模型大小|33MB| |最新更新日期|2021-02-26| |数据指标|-| ## 一、模型基本信息 - ### 应用效果展示 - 样例结果示例:


输入图像

输出图像

- ### 模型介绍 - CycleGAN是生成对抗网络(Generative Adversarial Networks )的一种,与传统的GAN只能单向生成图片不同,CycleGAN可以同时完成两个domain的图片进行相互转换。该PaddleHub Module使用Cityscapes数据集训练完成,支持图片从实景图转换为语义分割结果,也支持从语义分割结果转换为实景图。 ## 二、安装 - ### 1、环境依赖 - paddlepaddle >= 1.4.0 - paddlehub >= 1.1.0 | [如何安装paddlehub](../../../../docs/docs_ch/get_start/installation.rst) - ### 2、安装 - ```shell $ hub install cyclegan_cityscapes==1.0.0 ``` - 如您安装时遇到问题,可参考:[零基础windows安装](../../../../docs/docs_ch/get_start/windows_quickstart.md) | [零基础Linux安装](../../../../docs/docs_ch/get_start/linux_quickstart.md) | [零基础MacOS安装](../../../../docs/docs_ch/get_start/mac_quickstart.md) ## 三、模型API预测 - ### 1、命令行预测 - ```shell $ hub run cyclegan_cityscapes --input_path "/PATH/TO/IMAGE" ``` - **参数** - input_path :指定图片路径。 - ### 2、预测代码示例 - ```python import paddlehub as hub cyclegan = hub.Module(name="cyclegan_cityscapes") test_img_path = "/PATH/TO/IMAGE" # set input dict input_dict = {"image": [test_img_path]} # execute predict and print the result results = cyclegan.generate(data=input_dict) print(results) ``` - ### 3、API - ```python def generate(data) ``` - 风格转换API,用于图像生成。 - **参数** - data: dict 类型,有以下字段: - image (list\[str\]): list中每个元素为待转换的图片路径。 - **返回** - res (list\[str\]): 每个元素为对应输入图片的预测结果。预测结果为dict类型,有以下字段: - origin: 原输入图片路径. - generated: 生成图片的路径。 ## 四、更新历史 * 1.0.0 初始发布