styleGAN 학습을 위한 여정 7 - 진짜 끝

1. Attention

진짜 별의별 시도를 다 해봐도 꿈쩍도 안하던 FID가 어텐션 레이어를 추가하니 조금씩 줄어들었다. 크게 개선되진 않았지만.

 

2. Palette Image

팔레트 이미지를 RGB로 변경하면 아래와 같은 경고가 뜨는데

경고만 항상 뜨고 에러가 발생하진 않고 이미지를 출력해봐도 별로 문제없길래 그냥 무시했었는데 

실제로 RGB이미지로 변경이 되지 않았던 거였다. 팔레트 이미지는 RGBA로 변경한 다음 RGB로 변경해야 한다.

RGBA로 변환한 후에 여정 6에 있던 RGB 변환 함수로 변환했다.

 

3.

그리고 여정을 끝내버린 치명적인 문제점이 있었는데...

 

내가 초기 데이터셋을 계속해서 추가, 삭제하면서 데이터셋의 많은 변화가 있었는데,

초기 데이터셋의 RGBA이미지들을 RGB로 강제변환 했던터라 여정 6에 있었던 RGBA 변환 문제가 지금까지 지속되고 있었던 것이다... 어쩐지 배경이 있는 이미지가 별로 없는데 이상한 이미지들이 계속 생성되더라니..

 

데이터를 손수 지우고 추가하고 했던 것들도 꽤 많아서 초기 데이터셋의 문제를 해결하고 무결한 데이터셋으로 만들 수가 없는 상황이다. 지금까지 데이터들을 주먹구구식으로 관리해왔던 문제도 있고..

 

빅데이터 시대에 데이터들을 제대로 정리하고 분류하고 기록하고 하는 것들이 얼마나 중요한지 깨닫게 되었다. 

 

 

+어쨌든 최종 모델 생성 이미지 추가

 

 

 

어차피 다 갈아엎어야 하는 김에 그냥 새로운 모델을 사용해 보려고 한다.

무려 어제 공개된 Projected GAN

https://github.com/autonomousvision/projected_gan

GitHub - autonomousvision/projected_gan: [NeurIPS'21] Projected GANs Converge Faster

Fast GAN의 projected version 인데 ADA없이도 작은 데이터셋에서 잘 작동하고 styleGAN보다 성능이 좋다고 한다.

그리고 새 데이터를 분류별로 모아서 cGAN으로 할거다. 성능이 더 좋다.

 

 

더 나은 내일이 되기를~