コンピューター・サイエンス＆テクノロジ専門誌

本稿のサンプル・コード（本誌ダウンロードサービスからダウンロードください）はThe Oxford-IIIT Pet Dataset（CC BY-SA 4.0　2024.6/25現在）を使い，各種生成ディープ・ラーニング・モデルの動作確認や検証を行うものです．順に実行することで，各種ディープ・ラーニング・モデルの動作を体験することができます．

 

● 実行環境準備

本サンプル・コードはPython3.11およびPyTorch2.2にて動作確認を行っています．Python3が動作する環境であればOSに制限はありません． (Windows，Ubuntu等)
PyTorchは実行環境 (OSやGPUの有無) によってインストールコマンドが異なります．環境を確認の上，PyTorch公式サイト (https://pytorch.org/) よりインストールコマンドを確認して実行してください．
また，PyTorch以外の依存ライブラリとしてpillow (PIL)・numpy・tqdmを用いています．Pythonのパッケージ管理ツールpipを使う等して予めインストールしてください．

 

● データ準備

本サンプル・コードにはデータセットは付属していません．事前に取得する必要があります．
The Oxford-IIIT Pet Datasetのサイト (https://www.robots.ox.ac.uk/~vgg/data/pets/) からimages.tar.gzおよびannotations.tar.gzをダウンロードし，tar.gzの解凍を行った上でoxford-petsディレクトリに配置します．詳しい配置位置はサンプル・コードのREADME.mdを参照してください．

 

各種ディープ・ラーニング・モデルのコードでは，ペットの正面を向いた顔画像の学習を行い，更に生成を行います．取得したデータセットは犬猫の全身が写っているため，顔画像だけを切り取る必要があります．サンプル・コードの00_get_face_images.pyを実行することでアノテーション情報 (annotations) の顔の矩形情報から画像を切り取ります．

ここまで実行することでデータの準備が完了しました．以降はここで作成したデータセットを用いて各種ディープ・ラーニング・モデルの学習及び生成処理を行います．

 

● 学習およびデータ生成処理

以下の各種スクリプトで，本稿で紹介した各種ディープ・ラーニング・モデルの学習及び生成処理を実行することができます．

実行方法及び設定についてはコード内のREADME.mdもしくは各種コード内の定数を参照してください．

Convolutional Auto Encoder
学習 (11_cae.py)
生成 (12_cae_generate.py)
スタイル変換 (Style transfer)
スタイル変換 (21_style_transfer.py)
DCGAN = Deep Convolutional Generative Adversarial Network
学習 (31_gan.py)
生成 (32_gan_generate.py)
Convolutional VAE = Convolutional Variational Auto Encoder
学習 (41_vae.py)
生成 (42_vae_generate.py，43_vae_generate_a_to_b.py)
Diffusion
学習 (51_diffusion.py)
生成 (52_diffusion_generate.py)