Files

1. ./checkpoints - 训练模型保存目录
2. ./networks - 模型文件
3. ./test_samples - 测试图片目录
4. ./tools - 模块工具文件 config.py - 配置文件 data.py - CelebA-HQ数据预处理脚本 logger.py - 日志文件 test.py - CelebA-HQ数据集测试脚本 infer.py - 自定义单图推理脚本 train.py - 训练脚本

Dataset

下载CelebA-HQ数据集，通过--dataset_path与--attribute_txt_path参数传入数据集路径和属性标签路径

Inference

下载模型预训练权重，保存至./checkpoints/目录下，详见./checkpoints/readme.txt

运行推理脚本： python inference.py 推理结果保存在demo_results目录下

Test

运行测试脚本： python test.py 测试结果保存在test_results目录下

Train

运行训练脚本： 参考 Proactive-Defense-Against-Facial-Editing-in-DWT & FOUND 的跨模型集成防御训练方法

Acknowledgement

非常感谢以下项目给予的贡献与帮助： This code is based on Proactive-Defense-Against-Facial-Editing's benchmark, BiSeNet, and UVCGAN etc. Thanks for their great contribution.