DLOW-Pytorch

Reproduce DLOW: Domain Flow for Adaptation and Generalization.

Code structure

├─ AdaptSegNet					: 성능 체크
├─ dataset	
│  ├─ Source
│  │  ├─ img
│  │  └─ label
│  ├─ Source_list
│  │  ├─ Atrain.txt
│  │  └─ Btrain.txt
│  ├─ Target
│  │  ├─ train
│  │  │  ├─ img
│  │  │  └─ label
│  │  ├─ test
│  │  │  ├─ img
│  │  │  └─ label
│  │  └─ val
│  │     ├─ img
│  │     └─ label
│  └─ Target_list
│     ├─ info.json
│     ├─ label.txt
│     ├─ train.txt
│     └─ val.txt
│
├─ data
│		DataLoader.py
│		preprocess_Cityscapes.py        : Resizing
│		preprocess_GTA5.py 		: Split train, test, valid dataset and resizing
│
├─ model
│		checkpoint
│		Modules.py
│		BaseNetwork.py
│		InterpolationGAN.py
│
├─ utils
│		Logger.py 			: Terminal + tensorboard Logging 
│		utils.py
│
├─ train.py					: Train InterpolationGAN
│
└─ infer.py 					: Make actual DLOW dataset using InterpolationGAN

How to execute

1. Prepare dataset

dataset 폴더에 아래와 같은 구조로 Cityscapes dataset( leftImg8bit )과 GTA5 dataset 준비

Cityscapes의 img, label 디렉토리 내부에는 도시 이름으로 된 폴더들 존재

• Cityscapes
• GTA5

└─ dataset
   ├─ Cityscapes
   │  ├─ test
   │  │  ├─ img 		: From leftImg8bit_trainvaltest.zip
   │  │  └─ label		: From gtFine_trainvaltest.zip
   │  ├─ train
   │  │  ├─ img
   │  │  └─ label
   │  └─ val
   │     ├─ img
   │     └─ label   
   └─ GTA5
      ├─ img
      └─ label

2. Data preprocessing

데이터 셋을 train, test, validation set으로 나누고 resizing

cd data
python3 preprocess_GTA5.py
python3 preprocess_Cityscapes.py

정상 동작시 아래와 같은 구조의 Source와 Target폴더가 생성됨

└─ dataset
   ├─ Source
   │  ├─ test
   │  │  ├─ img 						
   │  │  └─ label										
   │  ├─ train
   │  │  ├─ img
   │  │  └─ label
   │  └─ val
   │     ├─ img
   │     └─ label   
   └─ Target
      ├─ test
      │  ├─ img 						
      │  └─ label										
      ├─ train
      │  ├─ img
      │  └─ label
      └─ val
         ├─ img
         └─ label   

3. Run train.py

DLOW를 생성하는 InterpolationGAN 학습

실시간 학습 현황을 보고 싶다면 tensorboard 실행

python3 train.py
tensorboard --logdir=./runs

4. Run infer.py

3에서 학습한 InterpolationGAN을 활용해 데이터셋 생성

python3 infer.py

5. Performance measurement

4에서 생성한 DLOW 데이터셋이 일반 데이터셋을 사용하는 것 보다 얼마나 좋은지 성능 비교하기

코드 및 설명 참조 : https://github.com/wasidennis/AdaptSegNet

python3 ./AdaptSegNet/before.py     # 기존 데이터셋을 이용한 학습
python3 ./AdaptSegNet/after.py      # 새로 생성한 데이터셋을 이용한 학습