(SRGAN) Super Resolution Generative Adversarial Network code 돌려보기4

본 포스트의 SRGAN code는 다음 git-hub 에서 가져와 실행해보았음을 명시합니다.

https://github.com/brade31919/SRGAN-tensorflow

불러오는 중입니다...

Train_파일.sh 파일은 atom 파일을 사용하여 연다.

필자는 Gray scale인 MR영상을 SRGAN을 통해 다룬다.

즉, 입력데이터가 1채널이다 = Gray scale이다.

따라서, 코드를 내부적으로 3 채널에서 1채널로 바꾸는 작업을 했다.

 

또한, MSE를 사용한 SRGAN을 목표로 프로젝트를 진행했다.

(아래 수정사항은 MSE를 사용한 SRGAN을 가동시킬 수 있는 parameter 소개이다.)

수정사항

line 3, 4: 로그파일을 저장하는 공간이다. 따라서 폴더를 학습 전에 미리 만들고, 그 경로를 적는다.

[example]

--output_dir ./191207/

--summary_dir ./191207/log/

 

line 12,13: 학습데이터 폴더 위치이다. 저해상도 영상 위치와 고해상도 영상 위치를 차례로 넣어준다.

[example]

--input_dir_LR ./Train/LR/

--input_dir_HR ./Train/HR/

 

MSE를 사용한 SRGAN을 목표로 한다면,

딱 2개만 고쳐 코드 실행을 하면 된다.

 

코드 실행은

명령 prompt 창에서 한다.

프롬프트 창을 열고, SRGAN 폴더로 디렉터리 이동을 한다.

cd "자신의 SRGAN 폴더"

(main.py가 들어있는 폴더)

그리고 위에서 atom 프로그램으로 작성한 스크립트 전체를 복사/붙여넣기 하면 된다.

이때 해줘야할 것이 있다.

1. 각 줄 맨 오른쪽에 붙어있는 역슬레쉬는 제거한다.

[example]

ATOM 스크립트(역슬레쉬가 블로그에선 안쳐진다.)

...

--output_dir ./191207/ ＼

--summary_dir ./191207/log/ ＼

--input_dir_LR ./Train/LR/ ＼

--input_dir_HR ./Train/HR/ ＼

...

=>

Prompt

...

--output_dir ./191207/

--summary_dir ./191207/log/

--input_dir_LR ./Train/LR/

--input_dir_HR ./Train/HR/

...

 

2. 복사/붙여넣기를 할 때, python main.py 부터 --pre_trained_model True까지 한다.

 

 

이렇게까지 하면 데이터의 크기에 따라 Training 시간이 보이며,

실행이 됩니다.