GFPGAN源码分析—第六篇
穆洋
2021SC@SDUSC
源码：archs\gfpganv1_clean_arch.py
本篇主要分析gfpganv1_clean_arch.py下的
class GFPGANv1Clean(nn.Module)类_init_()方法
目录
class GFPGANv1Clean(nn.Module)
（2）调用torch.nn.Conv2d()创建了一层卷积神经网络
class GFPGANv1Clean(nn.Module)
继承自nn.Module类，使得我们可以使用很多现成的类，比如本类中使用的Conv2d以及RelU激活函数等等。
init()
参数：
self,
out_size,
num_style_feat=512,
channel_multiplier=1,
decoder_load_path=None,
fix_decoder=True,
# for stylegan decoder
num_mlp=8,
input_is_latent=False,
different_w=False,
narrow=1,
sft_half=False在class GFPGANer()-init()中被调用时：
self.gfpgan = GFPGANv1Clean(
out_size=512,
num_style_feat=512,
channel_multiplier=channel_multiplier,
decoder_load_path=None,
fix_decoder=False,
num_mlp=8,
input_is_latent=True,
different_w=True,
narrow=1,
sft_half=True)（1）channels的设置
实际调用的时候narrow=1,
channels保存了经过convolution层后的输出的通道数
unet_narrow = narrow * 0.5
channels = {
'4': int(512 * unet_narrow),
'8': int(512 * unet_narrow),
'16': int(512 * unet_narrow),
'32': int(512 * unet_narrow),
'64': int(256 * channel_multiplier * unet_narrow),
'128': int(128 * channel_multiplier * unet_narrow),
'256': int(64 * channel_multiplier * unet_narrow),
'512': int(32 * channel_multiplier * unet_narrow),
'1024': int(16 * channel_multiplier * unet_narrow)
}（2）调用torch.nn.Conv2d()搭建卷积神经网络
#out_size=512，so log_size=9
self.log_size = int(math.log(out_size, 2))
#first_out_size = 512
first_out_size = 2 ** (int(math.log(out_size, 2)))
#channels['512']=32*2*0.5=32
self.conv_body_first = nn.Conv2d(3, channels[f'{first_out_size}'], 1)在这里介绍一下nn.Conv2d()的几个参数
in_channels: int,#输入的通道数目【必选】
out_channels: int,# 输出的通道数目【必选】
kernel_size: _size_2_t,#卷积核的大小，类型为int（方形边长） 或者元组（长和宽）【必选】
stride: _size_2_t = 1,#步长
padding: Union[str, _size_2_t] = 0,#边界增益，可以控制输出结果的尺寸
dilation: _size_2_t = 1,#控制卷积核之间的间距
groups: int = 1,
bias: bool = True,
padding_mode: str = 'zeros', # TODO: refine this type
device=None,
dtype=None那么可以得知
self.conv_body_first = nn.Conv2d(3, channels[f'{first_out_size}'], 1)
#实际上是传入通道为3（RGB）的输入，使用边长为1的卷积核，最后获得通道为32的输出
#由于卷积核边长为1，我们输入与输入的图片大小仍然保持一致，但增加了通道数
（3）下采样(downsample)
可以看到实际上是调用ResBlock做了下采样
# 输入图片的通道数(实际为32)
in_channels = channels[f'{first_out_size}']
#创建ModuleList容器
self.conv_body_down = nn.ModuleList()
# i从self.log_size（9）->3 :7次循环
for i in range(self.log_size, 2, -1):
out_channels = channels[f'{2 ** (i - 1)}']
#调用ResBlock残差网络做下采样，并将该module添加到设置的ModuleList
self.conv_body_down.append(ResBlock(in_channels, out_channels, mode='down'))
#这一层的输出管道数作为下一层输入的管道数
in_channels = out_channels介绍一下nn.ModuleList()
nn.ModuleList，它是一个储存不同module，并自动将每个 module 的 parameters 添加到网络之中的容器。你可以把任意 nn.Module 的子类 (比如 nn.Conv2d, nn.Linear 之类的) 加到这个 list 里面，方法和 Python 自带的 list 一样，无非是 extend，append 等操作。但不同于一般的 list，加入到 nn.ModuleList 里面的 module 是会自动注册到整个网络上的，同时 module 的 parameters 也会自动添加到整个网络中。
#注意nn.ModuleList则没有实现内部forward函数，所以需要手动实现
最后一层卷积层的搭建：
#最终输出通道数为channels['4']=256，使用边长为3的卷积核，步长为1，padding为1，保证维度不变
self.final_conv = nn.Conv2d(in_channels, channels['4'], 3, 1, 1)（4）上采样（upsample）
#输入通道数为channels['4']=256，即下采样的输出的通道数
in_channels = channels['4']
#创建ModuleList容器
self.conv_body_up = nn.ModuleList()
# i从3->self.log_size（9) :7次循环
for i in range(3, self.log_size + 1):
# 定义输出的通道数
out_channels = channels[f'{2 ** i}']
# 调用带有上采样ResBlock残差网络，并将该module添加到设置的ModuleList
self.conv_body_up.append(ResBlock(in_channels, out_channels,
mode='up'))
#这一层的输出管道数作为下一层输入的管道数
in_channels = out_channels（5）全连接层
根据传入的参数different_w，选择每个输出样本的大小，并搭建相应的全连接层。
if different_w:
#16*512=8192
linear_out_channel = (int(math.log(out_size, 2)) * 2 - 2) * num_style_feat
print(linear_out_channel)
else:
#512
linear_out_channel = num_style_feat
#全连接层size of each input sample：4096，size of each output sample：8192
self.final_linear = nn.Linear(channels['4'] * 4 * 4, linear_out_channel)（6）创建self.stylegan_decoder
self.stylegan_decoder = StyleGAN2GeneratorCSFT(
out_size=out_size,
num_style_feat=num_style_feat,
num_mlp=num_mlp,
channel_multiplier=channel_multiplier,
narrow=narrow,
sft_half=sft_half)（7）如果decoder_load_path不为空则读取
if decoder_load_path:
self.stylegan_decoder.load_state_dict(
torch.load(decoder_load_path, map_location=lambda storage, loc: storage)['params_ema'])
if fix_decoder:
for name, param in self.stylegan_decoder.named_parameters():
param.requires_grad = False（8）for SFT（SFT layer）
#ModuleList
self.condition_scale = nn.ModuleList()
self.condition_shift = nn.ModuleList()
# i从3->self.log_size（9) :7次循环
for i in range(3, self.log_size + 1):
# 定义输出的通道数
out_channels = channels[f'{2 ** i}']
#输出通道数是否减半
if sft_half:
sft_out_channels = out_channels
else:
sft_out_channels = out_channels * 2
#使用nn.Sequential搭建网络，并添加到ModuleList
self.condition_scale.append(
nn.Sequential(
#卷积核边长为3，步长为1，输出与输出保持相同维度
nn.Conv2d(out_channels, out_channels, 3, 1, 1), nn.LeakyReLU(0.2,
True),
nn.Conv2d(out_channels, sft_out_channels, 3, 1, 1)))
self.condition_shift.append(
nn.Sequential(
nn.Conv2d(out_channels, out_channels, 3, 1, 1), nn.LeakyReLU(0.2,
True),
nn.Conv2d(out_channels, sft_out_channels, 3, 1, 1)))nn.Sequential是一个有序的容器，其中传入的是构造器类（各种用来处理input的类），最终input会被Sequential中的构造器依次执行。
类似资料：