MUNIT是ECCV2018的一篇關於不同風格影象之間轉換的文章，是UNIT的衍生版本。作者是很大方滴，在gayhub上就可以找到munit的程式碼。

Munit做了一件說明事情呢？我們看圖就知道了：

通過幾筆簡筆就可以生成真實感的影象，這就是munit的用處之一了。準確來說，munit是cycleGAN的強化版本。

論文地址：http://openaccess.thecvf.com/content_ECCV_2018/papers/Xun_Huang_Multimodal_Unsupervised_Image-to-image_ECCV_2018_paper.pdf

gayhub程式碼tf版: 

 gayhub程式碼pytorch版(官方)：https://github.com/NVlabs/MUNIT

我是一個忠實的tfer，所以用tensorflow來複現。

第一步，下載程式碼:

git clone https://github.com/taki0112/MUNIT-Tensorflow

第二步，安裝requirements:

tensorflow 1.4.0
python 3.5/ 3.6

 第三步，準備資料

cd MUNIT
mkdir dataset
cd dataset
mkdir my_dataset
 

第三步尤其重要，我開始就是因為這步沒實現導致訓練不成功。大概要完成 如下結構：

MUNIT
    ├── dataset
           └── my_dataset(name is designed by you)
                   ├── trainA
                       ├── xxx.jpg (name, format doesn't matter)
                       ├── yyy.png
                       └── ...
                   ├── trainB
                       ├── zzz.jpg
                       ├── www.png
                       └── ...
                   ├── testA
                       ├── aaa.jpg 
                       ├── bbb.png
                       └    ── ...
                   └── testB
                       ├── ccc.jpg 
                       ├── ddd.png
                       └── ...
 

開始訓練：

python main.py --phase train --dataset my_dataset --batch_size 1