Focal Frequency Loss 项目使用教程

1. 项目目录结构及介绍

focal-frequency-loss/
├── datasets/
│   └── celeba/
│       └── img_align_celeba/
├── focal_frequency_loss/
│   ├── __init__.py
│   ├── focal_frequency_loss.py
│   └── utils.py
├── metrics/
│   ├── __init__.py
│   ├── lpips.py
│   └── pytorch_fid.py
├── resources/
│   └── README.md
├── scripts/
│   ├── datasets/
│   │   └── prepare_celeba.sh
│   ├── VanillaAE/
│   │   ├── train/
│   │   ├── test/
│   │   └── metrics/
│   └── setup.py
├── VanillaAE/
│   ├── __init__.py
│   ├── model.py
│   └── train.py
├── .gitignore
├── LICENSE.md
├── README.md
└── setup.py

目录结构介绍

• datasets/: 存放数据集的目录，例如 CelebA 数据集。
• focal_frequency_loss/: 包含 Focal Frequency Loss 的核心实现代码。
• metrics/: 包含用于评估模型性能的指标代码，如 LPIPS 和 pytorch-fid。
• resources/: 存放项目相关的资源文件，如 README 文件。
• scripts/: 包含项目的脚本文件，如数据集准备脚本、训练脚本、测试脚本等。
• VanillaAE/: 包含 Vanilla AutoEncoder 模型的实现代码。
• .gitignore: Git 忽略文件配置。
• LICENSE.md: 项目许可证文件。
• README.md: 项目说明文件。
• setup.py: 项目安装脚本。

2. 项目启动文件介绍

启动文件

• setup.py: 该文件用于安装项目所需的依赖包。可以通过运行 pip install -e . 来安装项目。

启动步骤

1. 克隆项目仓库：

   git clone https://github.com/EndlessSora/focal-frequency-loss.git
   cd focal-frequency-loss
   

2. 安装依赖：

   pip install -r VanillaAE/requirements.txt
   

3. 启动训练或测试脚本：

   bash scripts/VanillaAE/train/celeba_recon_w_ffl.sh
   

3. 项目的配置文件介绍

配置文件

• VanillaAE/train.py: 该文件包含了训练 Vanilla AutoEncoder 模型的配置参数。

配置参数

在 VanillaAE/train.py 中，可以配置以下参数：

• batch_size: 训练批次大小。
• learning_rate: 学习率。
• num_epochs: 训练轮数。
• use_ffl: 是否使用 Focal Frequency Loss。
• loss_weight: Focal Frequency Loss 的权重。
• alpha: Focal Frequency Loss 的缩放因子。

示例配置

# VanillaAE/train.py
config = {
    'batch_size': 32,
    'learning_rate': 0.001,
    'num_epochs': 100,
    'use_ffl': True,
    'loss_weight': 1.0,
    'alpha': 1.0
}

通过修改这些配置参数，可以调整模型的训练行为和性能。