Ganim

Uma biblioteca Python para treinar e usar Redes Adversariais Generativas (GANs) para geracao de imagens.

Principais Recursos

• API simplificada com fit(), sample() e show().
• Configuracao centralizada com setup().
• Visualizacao integrada de progresso.
• Plot de perdas com plot().
• Salvamento e carregamento de modelos com save() e load().

Instalacao

Dependencias:

• torch e torchvision
• numpy
• matplotlib
• opencv-python
• tqdm

pip install torch torchvision numpy matplotlib opencv-python tqdm

Guia Rapido

Estrutura recomendada de pastas:

seu_projeto/
├── data/
│   └── training_images/
│       ├── imagem1.jpg
│       └── imagem2.png
└── seu_script.py

Exemplo de uso:

import ganim

# 1) Treinamento
ganim.setup(
    epochs=500,
    sample_interval=50,
    preview_image_count=25,
    preview_window_size=768,
)

generator, history = ganim.fit(data="./data")

if generator and history:
    ganim.plot(history)
    ganim.save(generator, path="./meu_modelo_ganim.pth")

# 2) Geracao
meu_gerador = ganim.load(path="./meu_modelo_ganim.pth")
novas_imagens = ganim.sample(model=meu_gerador, count=16)

ganim.show(
    novas_imagens,
    window_title="Arte Gerada por Ganim",
    window_size=1024,
)

Referencia da API

ganim.setup(**kwargs)

Configura os hiperparametros globais. Deve ser chamada antes de fit().

ganim.fit(data)

Inicia o loop de treinamento. Retorna o modelo gerador treinado e um dicionario de historico.

ganim.sample(model, count=1)

Gera novas imagens a partir de um modelo treinado.

ganim.show(images_tensor, window_title="Ganim", window_size=None)

Exibe um tensor de imagens em uma janela.

ganim.plot(history)

Plota os graficos de perda do treinamento.

ganim.save(model, path="ganim_model.pth")

Salva os pesos e metadados de configuracao do modelo (como latent_dim, channels e image_size).

ganim.load(path)

Carrega um modelo salvo usando os metadados do arquivo quando disponiveis. Arquivos antigos (apenas state_dict) continuam sendo suportados.

Parametros de setup

Parametro	Padrao	Descricao
image_size	64	Resolucao da imagem (pixels).
channels	3	Canais de cor (3 para RGB, 1 para cinza).
latent_dim	100	Dimensao do vetor de ruido.
epochs	5000	Numero total de epocas de treinamento.
batch_size	64	Quantidade de imagens por lote.
learning_rate	0.0002	Taxa de aprendizado dos modelos.
d_updates_per_g	1	Quantas atualizacoes do D para cada atualizacao do G (>= 1).
sample_interval	100	Frequencia (em epocas) para gerar previas.
preview_image_count	16	Quantidade de imagens por previa.
preview_window_size	512	Tamanho da janela de previa em pixels.

Compatibilidade retroativa: os nomes antigos em camelCase (como imageSize e batchSize) continuam aceitos.

Validacoes de seguranca importantes:

• channels aceita apenas 1 (cinza) ou 3 (RGB).
• sample_interval e d_updates_per_g devem ser >= 1.
• batch_size, epochs e preview_image_count devem ser >= 1.