如何将TensorFlow GAN每轮输出网格中的生成小图单独保存为单张图片
完全可以实现,你只需要修改现有代码中的save_images函数即可,你原有代码里该函数已经获取到了所有生成的单图数据,不需要额外调整训练逻辑。
注意
你贴出的原始代码里save_images函数缩进有误,generated_images相关逻辑都写到了函数外部,替换成下面修正后的代码即可同时保留拼接预览图、单独保存每张小图:
def save_images(cnt,noise): # 原有拼接图生成逻辑保留 image_array = np.full(( PREVIEW_MARGIN + (PREVIEW_ROWS * (GENERATE_SQUARE+PREVIEW_MARGIN)), PREVIEW_MARGIN + (PREVIEW_COLS * (GENERATE_SQUARE+PREVIEW_MARGIN)), 3), 255, dtype=np.uint8) generated_images = generator.predict(noise) generated_images = 0.5 * generated_images + 0.5 image_count = 0 # 新增:创建当前轮次单图的存储目录 single_img_dir = os.path.join(DATA_PATH, 'output', f'epoch_{cnt}_single') if not os.path.exists(single_img_dir): os.makedirs(single_img_dir) for row in range(PREVIEW_ROWS): for col in range(PREVIEW_COLS): r = row * (GENERATE_SQUARE + PREVIEW_MARGIN) + PREVIEW_MARGIN c = col * (GENERATE_SQUARE + PREVIEW_MARGIN) + PREVIEW_MARGIN image_array[r:r+GENERATE_SQUARE,c:c+GENERATE_SQUARE] = generated_images[image_count] * 255 # 新增:单独保存当前小图 single_img = Image.fromarray((generated_images[image_count] * 255).astype(np.uint8)) single_img.save(os.path.join(single_img_dir, f'img_{image_count}.png')) image_count += 1 # 原有拼接图保存逻辑保留 output_path = os.path.join(DATA_PATH,'output') if not os.path.exists(output_path): os.makedirs(output_path) filename = os.path.join(output_path,f"train-{cnt}.png") im = Image.fromarray(image_array) im.save(filename)
效果说明
- 训练结束后
output目录下会保留你原来的拼接预览图,同时每一轮会生成对应的单图文件夹,命名格式为epoch_{轮次编号}_single - 每个文件夹内的单图编号和拼接图里的排列顺序一一对应,方便对照查看
内容的提问来源于stack exchange,提问作者Syed313
相关产品推荐
相关产品推荐

