[Python知识库]Parser-Free Virtual Try-on via Distilling Appearance Flows代码解析

从PF-AFN_test开始看，先看测试代码

1.test.sh??

python test.py --name demo --resize_or_crop None --batchSize 1 --gpu_ids 0

参数：name,resize_or_crop,gpu_ids? 参数定义在options.base_options.py

定义：name demo?

? ? ? ? ? resize_or_crop None 不需要变换

? ? ? ? ? batchSize 1一次把网络中送入一个

2.test.py

opt = TestOptions().parse()#opt代表初始化的类对象

ctrl+鼠标左键点击Testoptions,找到opt对象的具体内容：

class TestOptions(BaseOptions):
    #TestOptions类的initialize函数系重写，但还是调用了BaseOptions.initialize(self)的，所以    
    #BaseOptions.initialize的数据也包含了的。
    #根据训练和测试所需要的数据不同，控制生成数据集和其他超参数
    def initialize(self):
    BaseOptions.initialize(self)
    ......

ctrl+鼠标左键点击Baseoptions

import argparse #argparse指定命令行参数
import torch

#配置文件options,专用于数据集目录信息。测试信息和超参数进行配置的文件
class BaseOptions():
    def __init__(self):...  #创建对象就默认执行init方法，
   
    def initialize(self):...

    def parse(self, save=True):
         '''
        指定GPU
        打印参数
        '''
        if not self.initialized:#self.initialized只要对象存在就执行init方法，init方法中self.initialized = False，if not False即为True
            self.initialize()#执行initialize()方法
        self.opt = self.parser.parse_args()#self.parser初始化的，.parse_args()获取参数的第一列'--name''--gpu_ids'
        #把parser中设置的所有"add_argument"给返回到opt子类实例当中， 那么parser中增加的属性内容都会在opts实例中，使用即可。
        self.opt.isTrain = self.isTrain   # train or test  在opt对象中添加参数，把self.isTrain 赋值给self.opt.isTrain，但没有self.isTrain这个参数？？？

        str_ids = self.opt.gpu_ids.split(',')#1，2，3在多GPU并行的时候，实际的batch size是单GPU设置的batch size的n倍
        self.opt.gpu_ids = []
        '''
        把GPU放里面
        '''
        for str_id in str_ids:
            id = int(str_id)
            if id >= 0:
                self.opt.gpu_ids.append(id)

        if len(self.opt.gpu_ids) > 0:
            torch.cuda.set_device(self.opt.gpu_ids[0])

        args = vars(self.opt)

        print('------------ Options -------------')#把参数打印一遍
        for k, v in sorted(args.items()):
            print('%s: %s' % (str(k), str(v)))
        print('-------------- End ----------------')

        return self.opt
   
  
          

opt = TestOptions().parse()#目的就是调用base_options中的方法，目的指定GPU,打印参数

数据集详细处理：

data_loader = CreateDataLoader(opt) #CreateDataLoader是封装数据迭代器的类 点进去
#pytorch怎么创建数据类：先把数据封装到一个dataset类里，该类的作用是把原来的图片和标签转换为tensor,dataset类再封装到dataloder类里,该类的作用把数据一批一批batch,3维转四4维

def CreateDataLoader(opt):
    from data.custom_dataset_data_loader_test import CustomDatasetDataLoader
    data_loader = CustomDatasetDataLoader()
    print(data_loader.name())
    data_loader.initialize(opt)
    return data_loader

具体内容在CustomDatasetDataLoader在，ctrl+左键点进去

class CustomDatasetDataLoader(BaseDataLoader):#继承了BaseDataLoader类
    def name(self):#返回类名
        return 'CustomDatasetDataLoader'

    def initialize(self, opt):
        BaseDataLoader.initialize(self, opt)
        #还封装了一层
        self.dataset = CreateDataset(opt)#第一步，创建dataset类
        self.dataloader = torch.utils.data.DataLoader(
            self.dataset,
            batch_size=opt.batchSize,
            shuffle = False,
            num_workers=int(opt.nThreads))

    def load_data(self):
        return self.dataloader

    def __len__(self):
        return min(len(self.dataset), self.opt.max_dataset_size)

发现还封装了一层，数据是：self.dataset = CreateDataset(opt)

#一般把图片加标签转成tensor数据
def CreateDataset(opt):
    dataset = None
    from aligned_dataset_test import AlignedDataset
    #又有封装函数
    dataset = AlignedDataset()

    print("dataset [%s] was created" % (dataset.name()))
    dataset.initialize(opt)#可以看出封装数据过程中动不动都在初始化
    return dataset

发现还有函数封装，注意dataset.initialize(opt),封装数据过程中动不动都在初始化。

ctrl+鼠标左键点击AlignedDataset

#创建数据类时，继承torch.utils.data.Dataset,重写两个方法
class AlignedDataset(BaseDataset):
    def initialize(self, opt):#初始化数据
        self.opt = opt
        self.root = opt.dataroot#在base_option定义的参数里面，代表数据集路径

        self.fine_height=256
        self.fine_width=192

        self.dataset_size = len(open('demo.txt').readlines())#打开demo.txt一行一行读，是图片名不是数据集大小，self.img_name

        dir_I = '_img'
        self.dir_I = os.path.join(opt.dataroot, opt.phase + dir_I)#dataroot代表dataset，phase代表test测试，dataset.test_img

        dir_C = '_clothes'
        self.dir_C = os.path.join(opt.dataroot, opt.phase + dir_C)

        dir_E = '_edge'
        self.dir_E = os.path.join(opt.dataroot, opt.phase + dir_E)

    #读取数据的时候才会调用__getitem__()和__len__()这两个方法
    #__getitem__该函数是pytorch生成batch数据可迭代数据，这个类继承于BaseDataset，父类有transform等方法：
    def __getitem__(self, index):  #读取数据，初始化就是把大家的地址放到明面上了。返回index对应的数据。比如100张图片，index对应0-99.index=5返回的是第6张图片转换成的tensor数据
        #__外部不能访问只能内部访问，_外部可访问。一般在initialize中调用__getitem__()和__len__()方法，initialize方法外部可调用。但是该代码中initialize没调用这两个方法，继承的父类中调用了
        file_path ='demo.txt'
        print(file_path)
        #读入图片和衣服
        im_name, c_name = linecache.getline(file_path, index+1).strip().split()#缓存读取大文件制定行，从file_path中读取index+1行

        I_path = os.path.join(self.dir_I,im_name)#路径 图片名对应
        print(I_path)#路径
        I = Image.open(I_path).convert('RGB')#从路径中读取图片转换成RGB格式，在内存中图片都是矩阵形式，I是矩阵形式

        params = get_params(self.opt, I.size)
        transform = get_transform(self.opt, params)#数据增强
        transform_E = get_transform(self.opt, params, method=Image.NEAREST, normalize=False)#数据增强，方法最近邻插值，不进行归一化

        I_tensor = transform(I)#对图片进行数据增强

        C_path = os.path.join(self.dir_C,c_name)
        C = Image.open(C_path).convert('RGB')
        C_tensor = transform(C)

        E_path = os.path.join(self.dir_E,c_name)
        E = Image.open(E_path).convert('L')
        E_tensor = transform_E(E)

        #生成的数据长什么样，都是tensor
        input_dict = { 'image': I_tensor,'clothes': C_tensor, 'edge': E_tensor}
        return input_dict#返回的字典

    def __len__(self):#返回数据集的长度
        return self.dataset_size

    def name(self):
        return 'AlignedDataset'

上面代码用到两个方法get_param和get_transform，解析如下

import torch.utils.data as data
from PIL import Image
import torchvision.transforms as transforms#pytorch里的数据增强
import numpy as np
import random

#要成为pytorch规定的数据类，pytorch dataset类必须继承torch.utils.data.Dataset
class BaseDataset(data.Dataset):#继承了data.Dataset
    def __init__(self):
        super(BaseDataset, self).__init__()#找出BaseDataset的父类，调用BaseDataset父类的init方法

    def name(self):
        return 'BaseDataset'

    def initialize(self, opt):
        pass

def get_params(opt, size):#->(int,int)指定参数类型
    '''
    功能：不知道，没看懂
    opt:命令行参数
    size:图片大小
    return:字典{'crop_pos': (x, y), 'flip': flip}
    '''
    w, h = size
    new_h = h
    new_w = w
    if opt.resize_or_crop == 'resize_and_crop':#如果有参数==resize_and_crop
        new_h = new_w = opt.loadSize #参数定义：缩放图片
    elif opt.resize_or_crop == 'scale_width_and_crop':
        new_w = opt.loadSize
        new_h = opt.loadSize * h // w

    x = random.randint(0, np.maximum(0, new_w - opt.fineSize))#fineSize：剪裁图片
    y = random.randint(0, np.maximum(0, new_h - opt.fineSize))

    flip = 0
    return {'crop_pos': (x, y), 'flip': flip}

def get_transform_resize(opt, params, method=Image.BICUBIC, normalize=True):
    transform_list = []
    transform_list.append(transforms.Lambda(lambda img: __scale_width(img, opt.loadSize, method)))
    osize = [256,192]
    transform_list.append(transforms.Scale(osize, method))
    if 'crop' in opt.resize_or_crop:
        transform_list.append(transforms.Lambda(lambda img: __crop(img, params['crop_pos'], opt.fineSize)))

    if opt.resize_or_crop == 'none':
        base = float(2 ** opt.n_downsample_global)
        if opt.netG == 'local':
            base *= (2 ** opt.n_local_enhancers)
        transform_list.append(transforms.Lambda(lambda img: __make_power_2(img, base, method)))

    if opt.isTrain and not opt.no_flip:
        transform_list.append(transforms.Lambda(lambda img: __flip(img, params['flip'])))

    transform_list += [transforms.ToTensor()]

    if normalize:
        transform_list += [transforms.Normalize((0.5, 0.5, 0.5),
                                                (0.5, 0.5, 0.5))]
    return transforms.Compose(transform_list)

def get_transform(opt, params, method=Image.BICUBIC, normalize=True):
    '''
    功能：进行数据增强
    Image.BICUBIC:把图像放大并进行插值的方法
    normalize=True：归一化
    '''
    transform_list = []
    if 'resize' in opt.resize_or_crop:
        osize = [opt.loadSize, opt.loadSize]
        transform_list.append(transforms.Scale(osize, method)) #transforms.Scale缩放成指定的大小
    elif 'scale_width' in opt.resize_or_crop:
        transform_list.append(transforms.Lambda(lambda img: __scale_width(img, opt.loadSize, method)))#lambda x:x+1代替一个函数
        #lambda函数参数img,调用了__scale_width方法跳一下在下面，
        osize = [256,192]
        transform_list.append(transforms.Scale(osize, method))  
    if 'crop' in opt.resize_or_crop:
        transform_list.append(transforms.Lambda(lambda img: __crop(img, params['crop_pos'], opt.fineSize)))

    if opt.resize_or_crop == 'none':
        base = float(16)
        transform_list.append(transforms.Lambda(lambda img: __make_power_2(img, base, method)))

    if opt.isTrain and not opt.no_flip:
        transform_list.append(transforms.Lambda(lambda img: __flip(img, params['flip'])))

    transform_list += [transforms.ToTensor()]#转成tensor

    if normalize:
        transform_list += [transforms.Normalize((0.5, 0.5, 0.5),
                                                (0.5, 0.5, 0.5))]
    return transforms.Compose(transform_list)#Compose传入一个列表，列表中是传入的增强方法

def normalize():    #归一化
    return transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))

def __make_power_2(img, base, method=Image.BICUBIC):
    ow, oh = img.size        
    h = int(round(oh / base) * base)
    w = int(round(ow / base) * base)
    if (h == oh) and (w == ow):
        return img
    return img.resize((w, h), method)

def __scale_width(img, target_width, method=Image.BICUBIC):#传图片，宽度，插值方法
    '''
    根据传入图片修改图片宽
    '''
    ow, oh = img.size
    if (ow == target_width):#如果图片是指定宽度，则返回图片
        return img    
    w = target_width#如果不是
    h = int(target_width * oh / ow)    
    return img.resize((w, h), method)

def __crop(img, pos, size):#pos是x,y坐标
    #根据传入的pos裁剪图片大小
    ow, oh = img.size
    x1, y1 = pos
    tw = th = size
    if (ow > tw or oh > th):        
        return img.crop((x1, y1, x1 + tw, y1 + th))#（x1,y1)(x1 + tw, y1 + th)
    return img

def __flip(img, flip):#翻转
    if flip:
        return img.transpose(Image.FLIP_LEFT_RIGHT)
    return img

看完了AlignedDataset往回返

class CustomDatasetDataLoader(BaseDataLoader):#继承了BaseDataLoader类
    def name(self):#返回类名
        return 'CustomDatasetDataLoader'

    def initialize(self, opt):
        BaseDataLoader.initialize(self, opt)
        #还封装了一层
        self.dataset = CreateDataset(opt)#第一步，创建dataset类,下一步：图片3维，把模型里放分批，4维
        self.dataloader = torch.utils.data.DataLoader(#用DataLoader实现 4维
            self.dataset,#数据类
            batch_size=opt.batchSize,#命令行参数
            shuffle = False,#测试集不打乱
            num_workers=int(opt.nThreads))#cpu数量

    def load_data(self):#上面initialize没有返回，在这个函数里返回了
        return self.dataloader

    def __len__(self):
        return min(len(self.dataset), self.opt.max_dataset_size)

一层一层回到test.py

data_loader = CreateDataLoader(opt) #CreateDataLoader是封装数据迭代器的类 点进去。
#pytorch怎么创建数据类：先把数据封装到一个dataset类里，该类的作用是把原来的图片和标签转换为tensor,dataset类再封装到dataloder类里,该类的作用把数据一批一批batch,3维转四4维
dataset = data_loader.load_data()#load_data方法是返回dataloader，此时才开始得到数据，4维
dataset_size = len(data_loader)#1000张图片每次放10张，len是1000
print(dataset_size)