《A Neural Algorithm of Artistic Style》—— 基于卷曲神经网络的艺术风格转换

前端时间,俄罗斯黑科技网站Ostagram开放注册,只要输入两幅图,就能使它们的风格完全融合在一起,如请输入图片描述
请输入图片描述

请输入图片描述请输入图片描述
我兴奋地注册好账号,结果请输入图片描述
毛子无德,比雷军还能耍猴请输入图片描述
一怒之下,兴起了自己动手完成图片合成的想法
于是上网找资料,发现这个算法最早来自图宾根大学的一篇论文《A Neural Algorithm of Artistic Style
继续找资料,得知伯克利大学发明了一种卷积神经网络的深度学习框架:Caffe
通过 Caffe ,输入VGG , GoogleNet 等模型,就能够实现艺术风格的转换

在 Caffe 的 Github 项目上可以找到很多项目来做为参考

详细步骤如下:

1 . 下载项目包

打开 https://github.com/fzliu/style-transfer,下载项目包并解压文件请输入图片描述

打开到 style-transfer-master -> scripts 文件夹,用记事本打开 download_models.sh 文件请输入图片描述
分别打开里面 4 个Url 连接 ,下载 model请输入图片描述
把 model 按名称放到 style-transfer-master -> models 里的 4 个文件夹里

2 . 编译 PyCaffe ,获得 Python 支持

安装并编译Caffe , 详情见我的另一篇文章《Windows10+GTX950m+VS2013 环境下编译 Caffe》

由于这个项目是基于 pycaffe 的,编译 Caffe 成功后,右键点击 解决方案请输入图片描述
选择 属性 , 把 单启动项目 里的 caffe 替换成 pycaffe ,然后编译请输入图片描述
若成功,则在 Caffe -> caffe-master -> Build -> x64 -> Release文件夹下有 pycaffe 文件夹请输入图片描述
复制里面的文件请输入图片描述
粘贴到 Anaconda2 -> Lib -> site-packages文件夹里请输入图片描述

3 . 下载资源库

Win + R 打开 CMD请输入图片描述
输入 pip install progressbar,安装 python progressbar 包
输入 conda install --yes numpy scipy matplotlib scikit-image pip 安装源包请输入图片描述
输入 pip install protobuf 安装资源包请输入图片描述

4 . 运行代码

打开 CMD ,定位到 style-transfer-master 文件夹所在位置,实际上,重要的是 style.py 文件所在的位置

依次输入 d: , cd STM , cd style-transfer-master请输入图片描述

d: 进入 D 盘

cd STM 进入 D 盘里的 STM 文件夹

cd style-transfer-master 进入 STM 文件夹里的 style-transfer-master 文件夹

输入代码运行,代码的格式:
python style.py -s <style_image> -c <content_image> -m <model_name> -g 0

请输入图片描述

<style_image> 是你想要转换图片的风格的地址

<content_image> 是你要转换的图片的内容

<model_name> 是你加载的模型

-g 0`表示使用 GPU 进行计算

实例:
请输入图片描述请输入图片描述

硬件使用情况:

CPU :
请输入图片描述
GPU :
请输入图片描述

输入 content :
请输入图片描述
输入 style :
请输入图片描述
输出结果 :
请输入图片描述

参考:
http://bbs.ngacn.cc/read.php?tid=10003080
https://github.com/jcjohnson/neural-style
https://github.com/Microsoft/caffe
https://github.com/fzliu/style-transfer

返回文章列表 文章二维码
本页链接的二维码
打赏二维码
Title - Artist
0:00
    bst g22 jinniu lilai opebet orange88 vinbet xbet yuebo zunlong shijiebei bet007 hg0088 ju111 letiantang m88 mayaba qg777 qianyiguoji sbf777 tengbohui tlc ule weilianxier waiweitouzhu xingfayule xinhaotiandi yinheyule youfayule zhongying 2018shijiebei w88 18luck 188bet beplay manbet 12bet 95zz shenbo weide1946 ca88 88bifa aomenxinpujing betway bodog bt365 bwin tongbao vwin weinisiren 88jt fenghuangyule hongyunguoji 918botiantang huanyayule jianada28 jixiangfang libo long8 hongzuyishi zuqiutouzhu </