学习目标：

体验基于PaddleGAN的真实人脸实现动漫化，相关模型：AnimeGANv2。

AnimeGANv2原理：

人脸动漫化（Photo to Cartoon）是指将真实人脸转化成动漫风格，在保持原图像ID信息和纹理细节的同时，将真实照片转换为卡通风格的非真实感图像。
AnimeGAN基于2018年CVPR论文CartoonGAN基础上对其进行了一些改进，主要消除了过度风格化以及颜色伪影区域的问题。对于具体原理可以参见作者知乎文章。AnimeGANv2是在AnimeGAN的基础上添加了total variation loss的新模型。

第一步，环境准备：

请参考另一篇文章，基于PaddleGAN项目人脸表情动作迁移学习（一）环境配置，下载PaddleGAN,并配置环境，另外，需要安装相关模块，进入PaddleGAN目录下：

cd PaddleGAN
pip install -r requirements.txt
pip install -v -e .
pip install dlib
pip install ppgan

如果dlib有安装失败请参考另一篇文章记录安装dlib库失败解决过程，认识conda-forge,希望有所帮助。
安装完成根据网速不同，大概需要几分钟左右。

第二步，准备人脸照片：

一张照片用到底，还是麻烦他了。（之前奥巴马照片竟然违规了，汗！换一张我自己合成照片）

之前已经上传至图片目录下，aobama001.jpg。

第三步，修改预测命令：

人脸卡通化可以将人脸图片转换成卡通化的图片。主要功能是先检测人脸是否存在，然后利用检测到的人脸生成卡通化的人脸图片。预测命令需要指定输出目录和需要转化的图片路径。

from ppgan.apps import AnimeGANPredictor
p2c = AnimeGANPredictor(output_path=’/home/work/output’)
p2c.run(’/home/work/图片名称’)

修改后代码如下，在applications目录下保存为py文件，31_anime_cartoon.py：

from ppgan.apps import AnimeGANPredictor
predictor = AnimeGANPredictor(output_path='../image_data/output')
predictor.run('../image_data/aobama001.jpg')

第四步，执行并查看效果：

执行代码

cd applications
python 31_anime_cartoon.py

进入…/image_data/output文件夹内查看

又测试了下 Photo2CartoonPredictor模型效果，修改代码如下：

from ppgan.apps import Photo2CartoonPredictor
predictor = Photo2CartoonPredictor(output_path='../image_data/output')
predictor.run('../image_data/aobama001.jpg')

效果如下

到此卡通化体验结束。

总结：

AnimeGANv2模型是 Photo2Cartoon的升级版，PadlleGAN同时也提供了Photo2CartoonPredictor方法，将第三步中AnimeGANPredictor替换为Photo2CartoonPredictor又是另外一种效果，感觉还是升级后的模型效果顺眼一些。
AnimeGANv2还提供了训练方法，可以根据自己的需要进行模型增量学习，GitHub连接如下:AnimeGANv2，GAN网络确实是比较好玩技术。

基于PaddleGAN项目人脸表情动作迁移学习（四）人脸动漫化相关推荐

基于PaddleGAN项目人脸表情动作迁移学习（五）图像补帧上色与超分修复
学习目标体验基于PaddleGAN的图像上色.补针.超分等功能,涉及模型包括DAIN.DeOldify.RealSR.DeepRemaster.EDVR.PPMSVSR等. 一.算法原理 1.补帧模 ...
基于PaddleGAN项目人脸表情动作迁移学习（三）人脸融合
学习目标: 体验基于PaddleGAN的图像生成模型实现的人脸融合,模型名称:StyleGAN V2 StyleGAN V2 原理: StyleGAN V2 的任务是image generation, ...
人脸识别迁移学习的应用
https://github.com/jindongwang/transferlearning 关于迁移学习的一些资料这个仓库包含关于迁移学习一些资料,包括:介绍,综述文章,代表工作及其代码,常用数 ...
【CV】使用Keras和迁移学习从人脸图像中预测体重指数BMI
作者:Leo Simmons 编译:ronghuaiyang 导读和人脸属性预测非常相似的一个应用. 这篇文章描述了一个神经网络,它可以通过人脸图像预测一个人的BMI([身体质量指数]).这个项 ...
用两个使用Caffe的小项目案例演示迁移学习的实用性
近年来随着深度学习的急剧升温,不管是学术界还是工业界都把大量资源投入了深度学习.作为一个普通的工程师或者程序员,也想对机器学习,尤其是深度学习有所了解,应当如何入手?最好的回答当然是"get ...
基于模型与不基于模型的深度增强学习_CVPR2018: 基于时空模型无监督迁移学习的行人重识别...
Unsupervised Cross-dataset Person Re-identification by Transfer Learning of Spatial-Temporal Pattern ...
使用Keras和迁移学习从人脸图像中预测体重指数BMI
点击上方"AI公园",关注公众号,选择加"星标"或"置顶" 作者:Leo Simmons 编译:ronghuaiyang 导读和人脸属性预 ...
《基于卷积神经网络的深度迁移学习，用于燃气轮机燃烧室的故障检测》论文阅读
目录突出抽象引言 1.1动机 1.2文献综述获得的结论 1.3贡献 1.4组织 2方法 2.1燃汽轮机组故障知识共享 2.2迁移学习 2.3 基于卷积神经网络的深度迁移学习 2.4用于燃气轮机燃 ...
基于Keras Application和Densenet迁移学习（transfer learning）的乳腺癌图像分类模型（良性、恶性）
基于Keras Application和Densenet迁移学习(transfer learning)的乳腺癌图像分类模型(良性.恶性) 概论: 美国癌症学会官方期刊发表<2018年全球癌症统计 ...

基于PaddleGAN项目人脸表情动作迁移学习（四）人脸动漫化