-
Notifications
You must be signed in to change notification settings - Fork 1
/
invert.py
244 lines (202 loc) · 14.2 KB
/
invert.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
import os
import os.path as osp
import argparse
import torch
from torch.utils import data
from torchvision import transforms
from models.psp import pSp
from lib import DATASETS, CelebAHQ, FaceAligner
from tqdm import tqdm
import cv2
from PIL import Image
from models.load_generator import load_generator
from lib import tensor2image
def get_img_id(img_file):
return osp.basename(img_file).split('.')[0]
def save_img(img_file, img):
cv2.imwrite(img_file, cv2.cvtColor(img.copy(), cv2.COLOR_RGB2BGR))
def get_latents(net, x):
codes = net.encoder(x)
if net.opts.start_from_latent_avg:
if codes.ndim == 2:
codes = codes + net.latent_avg.repeat(codes.shape[0], 1, 1)[:, 0, :]
else:
codes = codes + net.latent_avg.repeat(codes.shape[0], 1, 1)
return codes
def main():
"""Invert the images of a given real dataset using the e4e [1] encoder.
Options:
-v, --verbose : set verbose mode on
--dataset : choose dataset (see lib/config.py:DATASETS.keys())
--dataset-root : choose dataset root directory (if none is given,
lib/config.py:DATASETS[args.dataset] will be used)
--batch-size : set generation batch size
--save-aligned-images : save cropped and aligned images (default)
--dont-save-aligned-images : do not save cropped and aligned images
--save-reconstructed-images : save e4e reconstructed images (default)
--dont-save-reconstructed-images : do not save e4e reconstructed images
--cuda : use CUDA (default)
--no-cuda : do not use CUDA
References:
[1] Tov, Omer, et al. "Designing an encoder for stylegan image manipulation."
ACM Transactions on Graphics (TOG) 40.4 (2021): 1-14.
"""
parser = argparse.ArgumentParser(description="Real dataset GAN inversion script.")
parser.add_argument('-v', '--verbose', action='store_true', help="verbose mode on")
parser.add_argument('--dataset', type=str, required=True, choices=DATASETS.keys(), help="choose real dataset")
parser.add_argument('--dataset-root', type=str, help="set dataset root directory")
parser.add_argument('--batch-size', type=int, default=4, help="set generation batch size")
parser.add_argument('--save-aligned-images', dest='save_aligned_images', action='store_true',
help="save aligned images")
parser.add_argument('--dont-save-aligned-images', dest='save_aligned_images', action='store_false',
help="do NOT save aligned images")
parser.set_defaults(save_aligned_images=True)
parser.add_argument('--save-reconstructed-images', dest='save_reconstructed_images', action='store_true',
help="save reconstructed images")
parser.add_argument('--dont-save-reconstructed-images', dest='save_reconstructed_images', action='store_false',
help="do NOT save reconstructed images")
parser.set_defaults(save_reconstructed_images=True)
parser.add_argument('--cuda', dest='cuda', action='store_true', help="use CUDA during training")
parser.add_argument('--no-cuda', dest='cuda', action='store_false', help="do NOT use CUDA during training")
parser.set_defaults(cuda=True)
# Parse given arguments
args = parser.parse_args()
####################################################################################################################
## ##
## [ CUDA ] ##
## ##
####################################################################################################################
use_cuda = False
if torch.cuda.is_available():
if args.cuda:
use_cuda = True
else:
print("*** WARNING ***: It looks like you have a CUDA device, but aren't using CUDA.\n"
" Run with --cuda for optimal training speed.")
device = 'cuda' if use_cuda else 'cpu'
####################################################################################################################
## ##
## [ Inverted Dataset Directory ] ##
## ##
####################################################################################################################
out_dir = osp.join('datasets', 'inv', '{}'.format(args.dataset))
if args.verbose:
print("#. Create dir for storing the inverted {} dataset...".format(args.dataset))
print(" \\__{}".format(out_dir))
os.makedirs(out_dir, exist_ok=True)
####################################################################################################################
## ##
## [ Face Alignment ] ##
## ##
####################################################################################################################
# Build landmark-based face aligner (required by e4e inversion)
face_aligner = FaceAligner(device=device)
####################################################################################################################
## ##
## [ Pre-trained e4e Encoder ] ##
## ##
####################################################################################################################
if args.verbose:
print("#. Build pre-trained e4e model...")
e4e_checkpoint_path = osp.join('models', 'pretrained', 'e4e', 'e4e_ffhq_encode.pt')
e4e_checkpoint = torch.load(e4e_checkpoint_path, map_location='cpu')
e4e_opts = e4e_checkpoint['opts']
e4e_opts['checkpoint_path'] = e4e_checkpoint_path
e4e_opts['device'] = 'cuda' if use_cuda else 'cpu'
e4e_opts = argparse.Namespace(**e4e_opts)
e4e = pSp(e4e_opts)
e4e.eval()
e4e = e4e.to(device)
e4e_transforms = transforms.Compose([
transforms.Resize((256, 256), antialias=True),
transforms.ToTensor(),
transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])])
####################################################################################################################
## ##
## [ Pre-trained GAN Generator ] ##
## ##
####################################################################################################################
# Build GAN generator model and load with pre-trained weights
if args.verbose:
print("#. Build StyleGAN2 generator model G and load with pre-trained weights...")
G = load_generator(model_name='stylegan2_ffhq1024', latent_is_w=True, verbose=args.verbose).eval()
# Upload GAN generator model to GPU
if use_cuda:
G = G.cuda()
####################################################################################################################
## ##
## [ Data Loader ] ##
## ##
####################################################################################################################
if args.verbose:
print("#. Load {} dataset...".format(args.dataset))
if args.dataset_root is None:
args.dataset_root = DATASETS[args.dataset]
####################################################################################################################
## [ CelebA-HQ ] ##
####################################################################################################################
if args.dataset == 'celebahq':
dataset = CelebAHQ(root_dir=args.dataset_root, subset='train+val+test')
dataloader = data.DataLoader(dataset=dataset, batch_size=args.batch_size, shuffle=False)
# Create output directory to save images
out_data_dir = osp.join(out_dir, 'data')
os.makedirs(out_data_dir, exist_ok=True)
# Create output directory to save the e4e latent codes
out_codes_dir = osp.join(out_dir, 'latent_codes')
os.makedirs(out_codes_dir, exist_ok=True)
# Create files to store errors on alignment and face detection
alignment_errors_file = osp.join(out_dir, 'alignment_errors.txt')
with open(alignment_errors_file, 'w'):
pass
face_detection_errors_file = osp.join(out_dir, 'face_detection_errors.txt')
with open(face_detection_errors_file, 'w'):
pass
####################################################################################################################
## [ Other Datasets ] ##
####################################################################################################################
else:
raise NotImplementedError
####################################################################################################################
## ##
## [ Inversion ] ##
## ##
####################################################################################################################
for i_batch, data_batch in enumerate(
tqdm(dataloader, desc="#. Process {} images".format(args.dataset) if args.verbose else '')):
aligned_images = []
for i in range(args.batch_size):
############################################################################################################
## [ Face alignment and crop ] ##
############################################################################################################
with torch.no_grad():
img_aligned = face_aligner.align_face(image_file=data_batch[2][i],
alignment_errors_file=alignment_errors_file,
face_detection_errors_file=face_detection_errors_file)
img_aligned_file = osp.join(out_data_dir, '{}_aligned.jpg'.format(get_img_id(data_batch[2][i])))
save_img(img_file=img_aligned_file, img=img_aligned)
# TODO: do not re-read the image from disk -- use `img_aligned` from above
aligned_images.append(e4e_transforms(Image.open(img_aligned_file).convert('RGB')).unsqueeze(0))
aligned_images = torch.cat(aligned_images).cuda()
################################################################################################################
## [ Image Inversion (e4e) ] ##
################################################################################################################
image_latent_codes = get_latents(e4e, aligned_images)
# Save latent codes
for i in range(args.batch_size):
img_latent_code_file = osp.join(out_codes_dir, '{}.pt'.format(get_img_id(data_batch[2][i])))
torch.save(image_latent_codes[i], img_latent_code_file)
################################################################################################################
## [ Generate reconstructed images ] ##
################################################################################################################
with torch.no_grad():
img_recon = G(image_latent_codes)
################################################################################################################
## [ Save reconstructed images (using inverted latent codes) ] ##
################################################################################################################
if args.save_reconstructed_images:
for i in range(args.batch_size):
img_recon_file = osp.join(out_data_dir, '{}_recon.jpg'.format(get_img_id(data_batch[2][i])))
tensor2image(img_recon[i].cpu(), adaptive=True).save(
img_recon_file, "JPEG", quality=90, subsampling=0, progressive=True)
if __name__ == '__main__':
main()