YutaroOgawa
commented
2 years ago @insilicomab さま
ありがとうございます。
EfficientGANのファイル https://github.com/YutaroOgawa/pytorch_advanced/blob/master/6_gan_anomaly_detection/6-4_EfficientGAN.ipynb
において、
Generatorの実装 の
self.last = nn.Sequential(
nn.ConvTranspose2d(in_channels=64, out_channels=1,
kernel_size=4, stride=2, padding=1),
nn.Tanh())
# 注意：白黒画像なので出力チャネルは1つだけout_channelsを3に
Discriminatorの実装 の
# 画像側の入力処理
self.x_layer1 = nn.Sequential(
nn.Conv2d(1, 64, kernel_size=4,
stride=2, padding=1),
nn.LeakyReLU(0.1, inplace=True))
# 注意：白黒画像なので入力チャネルは1つだけ
の nn.Conv2d(1, 64, kernel_size=4, を nn.Conv2d(3, 64, kernel_size=4,
にすることになると思います。もしかしたら、他にも修正する箇所があるかもしれませんが、ネットワーク的にはこのあたりかと思います。
あとは、本書のネットワークの形は単純なので、シンプルな白黒画像のMNISTレベルしか対応できず、EfficientGAN論文のカラー画像でのネットワーク構成を使用する方が良いかもしれません。
どうぞよろしくお願い致します。
insilicomab
良書ありがとうございます。いろいろなことを勉強させていただいております。EfficientGANのサンプルコードも動かすことができました。そこで、サンプルコードをベースとしてRGB画像の異常検知を試みております。サンプルコードでは白黒なのでチャネルは1としていましたが、RGBですのでチャネルを3に変更してトライしたのですが、以下のようなエラーが出ました。
`--------------------------------------------------------------------------- RuntimeError Traceback (most recent call last)()
1 # 学習・検証を実行する
----> 2 G_update, D_update, E_update = train_model(G, D, E, dataloader=train_dataloader, num_epochs=opt.num_epochs)
7 frames /usr/local/lib/python3.7/dist-packages/torch/nn/modules/conv.py in _conv_forward(self, input, weight, bias) 441 _pair(0), self.dilation, self.groups) 442 return F.conv2d(input, weight, bias, self.stride, --> 443 self.padding, self.dilation, self.groups) 444 445 def forward(self, input: Tensor) -> Tensor:
RuntimeError: Given groups=1, weight of size [32, 3, 3, 3], expected input[64, 1, 28, 28] to have 3 channels, but got 1 channels instead`
白黒画像からRGB画像ようにモデルを組み直す際はチャネルの変更、画像サイズなど変更すべきところがあると思うのですが、具体的にどこを修正すればよろしいでしょうか。