CelebA

본 튜토리얼에서 사용하는 데이터는 대표적인 toy example 로 사용되는 데이터 중 하나인 CelebA 데이터입니다. CelebA 데이터는 유명 연예인들의 얼굴로 이루어져 있는 데이터 입니다. 64*64의 사이즈로 비교적 작은 편이며 RGB 3개의 채널이 있어서 더 사실적인 이미지를 그리기 위해서 적절한 데이터셋입니다.

그래서 본 튜토리얼에서는 생성을 위한 GAN 에서는 CelebA 데이터를 이용해 생성을 할 예정입니다.

CelebA 데이터는 torchvision 패키지에서 쉽게 다운로드 받고 사용할 수 있습니다. 다만 데이터가 gdrive 에 있기 때문에 gdown 패키지를 먼저 설치해야 합니다.

pip install gdown

이제 데이터를 다운로드 받고 데이터 로더로 만드는 코드를 작성합니다.

import torchvision.transforms as T
from torchvision.datasets.celeba import CelebA
from torch.utils.data import DataLoader

transform = Compose(
    [
        T.Resize(64),
        T.CenterCrop(64),
        T.ToTensor(),
        T.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),
    ]
)
dataset = CelebA("./datasets", download=True, transform=transform)
loader = DataLoader(dataset, batch_size=64, shuffle=True)

• transform
  • 데이터 로더를 만든 후 데이터를 불러올 때 데이터를 처리하기 위한 코드입니다.
  • T.Resize(64) : 데이터를 64 사이즈로 조절합니다.
  • T.CenterCrop(64) : 데이터를 중앙을 중심으로 64 사이즈로 자릅니다.
  • T.ToTensor() : 데이터를 Tensor 로 변환합니다.
  • T.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)) : 이미지의 각 채널을 평균을 0.5 분산을 0.5 로 정규화합니다.
• dataset
  • CelebA 클래스를 이용해 데이터셋 형태로 다운로드 받습니다.
  • ./datasets : 데이터를 다운로드 받을 경로를 지정합니다.
  • download : 데이터의 다운로드를 지정합니다.
  • transform : index 를 이용해 데이터를 불러올 때 사용할 변환 코드를 입력합니다.
• loader
  • DataLoader 클래스를 이용해 데이터 로더 형태로 변홥합니다.
  • datasets : 사용할 데이터셋을 입력합니다.
  • batch_size : 한 배치에 사용할 데이터의 개수를 입력합니다. 사양이 부족한 경우 한 배치의 개수를 적게 입력합니다.
  • shuffle : 데이터를 랜덤하게 추출할 지 여부입니다.

다운로드 받은 데이터의 첫번째 배치를 plot 으로 그려서 확인해 보겠습니다.

import numpy as np
import matplotlib.pyplot as plt
from torchvision.utils import make_grid

for batch in loader:
    batch_grid = make_grid(batch[0], nrow=8).numpy()
    break

plt.figure(figsize=(8, 8))
plt.title("First batch")

# make data range to 0~1
batch_grid = (batch_grid * 0.5) + 0.5
plt.imshow(np.transpose(batch_grid, (1, 2, 0)))

• make_grid:
  • 이미지 데이터를 모아서 하나의 plot 으로 만들 때 유용한 util 도구입니다.
• (batch_grid * 0.5) + 0.5
  • plt.imshow 함수는 데이터가 0~1 사이에 있어야 잘 그려집니다. 이를 위해서 데이터를 역 정규화 합니다.