如何从这段代码中分离保存生成的图像

如何解决如何从这段代码中分离保存生成的图像

我已经从 github 运行 StarGAN Code，这段代码在一张图片中生成所有生成的图像。

如何将生成的所有图像保存到单个文件夹中？我不想将所有图像保存在一张图片中。

这就是它生成输出的方式（示例图像

我想从训练好的模型中保存生成的图像，而不是将所有图像保存在一张图片中的样本，而只是一个包含所有生成图像的文件。

这是我要更改的代码部分

# Translate fixed images for debugging.
if (i+1) % self.sample_step == 0:
    with torch.no_grad():
        x_fake_list = [x_fixed]
        for c_fixed in c_fixed_list:
            x_fake_list.append(self.G(x_fixed,c_fixed))
        x_concat = torch.cat(x_fake_list,dim=3)
        sample_path = os.path.join(self.sample_dir,'{}-images.jpg'.format(i+1))
        save_image(self.denorm(x_concat.data.cpu()),sample_path,nrow=1,padding=0)
        print('Saved real and fake images into {}...'.format(sample_path))

解决方法

在 self.G 的每个元素上调用生成器 c_fixed_list 以生成图像。连接所有结果，然后使用 torchvision.utils.save_image 保存。

我看不出是什么阻碍了您将图像保存在循环中。类似的东西：

for j,c_fixed in enumerate(c_fixed_list):
    x_fake = self.G(x_fixed,c_fixed)
    for k in range(len(x_fake)):
        sample_path = os.path.join(self.sample_dir,f'{i+1}-{k}-feat{j}-image.jpg')
        save_image(self.denorm(x_fake.data[k].cpu()),sample_path,nrow=1,padding=0)