【深度学习】动漫风格迁移AnimeGANv2,发布线上运行Demo
内容一览:最强二次元风格迁移模型 AnimeGAN 更新啦,现在可以在线上轻松运行模型,还可以调整风格参数,输出你想要的照片效果。
关键词:风格迁移 机器视觉 二次元
AnimeGANv2 最近发布了一项更新,由社区贡献者开发,通过 Gradio 实现了一个可以在线运行的 Demo,发布在 huggingface 上。
访问
https://huggingface.co/spaces/akhaliq/AnimeGANv2
即可在线上轻松实现 AnimeGANv2 的处理效果(仅支持静态图片处理)。
AnimeGAN:三次元通通变二
AnimeGAN 是基于 CartoonGAN 的改进,并提出了一个更加轻量级的生成器架构,2019 年 AnimeGAN 首次开源便以不凡的效果引发了热议。
AnimeGANv2 线上测试效果
在初始版本发布时的论文《AnimeGAN: a novel lightweight GAN for photo animation》中还提出了三个全新的损失函数,用于提升风格化的动漫视觉效果。
这三个损失函数分别是:灰度风格损失,灰度对抗损失、颜色重建损失。
AnimeGAN 与其他动漫风格迁移模型的效果对比
去年九月发布的 AnimeGANv2 优化了模型效果,解决了 AnimeGAN 初始版本中的一些问题。
在 v2 中还新增了新海诚、宫崎骏、今敏三位漫画家漫画风格的训练数据集。
AnimeGAN 初代模型运行效果
AnimeGANv2 模型运行效果
以马斯克为例,AnimeGAN 初代的效果已经很令人惊艳,只是太过于白嫩病娇,仿佛韩国男团成员。相比之下,v2 更加自然,也更贴合真实气质。
AnimeGANv2 的更新重点:
- 解决了生成的图像中高频伪影的问题;
- v2 更易于训练,并能直接达到论文所述的效果;
- 进一步减少生成器网络的参数数量。(生成器大小 8.17Mb);
- 加入更多高质量影像数据。
风景建筑图片 AnimeGANv2 模型运行效果
项目信息
TensorFlow 版本环境配置要求
python 3.6
tensorflow-gpu
tensorflow-gpu 1.8.0 (ubuntu, GPU 1080Ti or Titan xp, cuda 9.0, cudnn 7.1.3)
tensorflow-gpu 1.15.0 (ubuntu, GPU 2080Ti, cuda 10.0.130, cudnn 7.6.0)
opencv
tqdm
numpy
glob
argparse
PyTorch 实现
权重转换
git clone https://github.com/TachibanaYoshino/AnimeGANv2
python convert_weights.py
推理
python test.py --input_dir [image_folder_path] --device [cpu/cuda]
墙内 Colab 运行
项目 GitHub
https://github.com/TachibanaYoshino/AnimeGANv2
线上 Demo
https://huggingface.co/spaces/akhaliq/AnimeGANv2
墙内 Colab
https://openbayes.com/console/open-tutorials/containers/pROHrRgKItf
眉清目秀的张三不像坏人
—— 完 ——
往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载黄海广老师《机器学习课程》视频课黄海广老师《机器学习课程》711页完整版课件
本站qq群955171419,加入微信群请扫码:
【深度学习】动漫风格迁移AnimeGANv2,发布线上运行Demo相关推荐
- 动漫风格迁移 AnimeGANv2 ,发布线上运行 Demo
作者 | 神经星星 出品 | HyperAI超神经 By 超神经 内容一览:最强二次元风格迁移模型 AnimeGAN 更新啦,现在可以在线上轻松运行模型,还可以调整风格参数,输出你想要的照片效果. 关 ...
- 动漫风格迁移AnimeGANv2,发布线上运行Demo
来源:HyperAI超神经 本文约800字,建议阅读5分钟 最强二次元风格迁移模型 AnimeGAN 更新啦,现在可以在线上轻松运行模型,还可以调整风格参数,输出你想要的照片效果. 关键词:风格迁移 ...
- 读“基于深度学习的图像风格迁移研究综述”有感
前言 关于传统非参数的图像风格迁移方法和现如今基于深度学习的图像风格迁移方法. 基于深度学习的图像风格迁移方法:基于图像迭代和模型迭代的两种方法的优缺点. 基于深度学习的图像风格迁移方法的存在问题及其 ...
- 论文总结:基于深度学习的图像风格迁移研究
基于深度学习的图像风格迁移研究 前言 图像风格迁移方法 基于图像迭代的图像风格迁移方法 基于模型迭代的图像风格迁移方法 卷积神经网络 生成对抗网络 CycleGAN 前言 什么是深度学习? 深度学习是 ...
- 2023年的深度学习入门指南(6) - 在你的电脑上运行大模型
2023年的深度学习入门指南(6) - 在你的电脑上运行大模型 上一篇我们介绍了大模型的基础,自注意力机制以及其实现Transformer模块.因为Transformer被PyTorch和Tensor ...
- 动漫风格迁移——AnimeGANv2的实现【复现】
AnimeGANv2复现[动漫风格迁移] 写在前面的话 项目获取 环境配置 运行 结果 总结 写在前面的话 前几天看到了这篇博客,感觉很有意思就复现了一下,中途碰到一些问题跟大家分享一下. 项目获取 ...
- 深度学习实战-图像风格迁移
图像风格迁移 文章目录 图像风格迁移 简介 画风迁移 图像风格捕捉 图像风格迁移 图像风格内插 补充说明 简介 利用卷积神经网络实现图像风格的迁移. 画风迁移 简单来说就是将另一张图像的绘画风格在不改 ...
- 基于深度学习的图像风格迁移算法的基本介绍。
基于神经网络的图像风格迁移算法 这个算法还是蛮有趣的,之前就有宣传说让电脑来学习梵高作画,虽然有些夸张,但是实际效果出来还是挺不错的. 接下来,我们要按照以下三个部分来进行介绍,提出,方法以及结论. ...
- 毕业设计 - 题目:基于深度学习的图像风格迁移 - [ 卷积神经网络 机器视觉 ]
文章目录 0 简介 1 VGG网络 2 风格迁移 3 内容损失 4 风格损失 5 主代码实现 6 迁移模型实现 7 效果展示 8 最后 0 简介 今天学长向大家介绍一个机器视觉项目 基于深度学习卷积神 ...
最新文章
- Python案例:使用BeautifuSoup4的爬虫
- 一文读懂产业互联网的前世今生!
- Knative 实战:基于 Knative Serverless 技术实现天气服务-下篇
- android图标随着进度条动画,Android开发之ProgressBar字体随着进度条的加载而滚动...
- Linux下如何安装软件
- Lua学习笔记5:类及继承的实现
- android 打包 混淆配置_玩转代码混淆工具:ProGuard
- usbserialconverter驱动找不到_驱动到底是什么?别再用精灵管家无脑装驱动了
- 关于音频PCM数据2字节(16位)byte与64位double之间的转换
- Hive(四)——数据操作
- 成为高级程序员的 10 个步骤
- AVR 上的汇编圈圈操作系统
- visio连接线设置
- JavaScript设计模式之策略模式-优化if条件过多
- pycharm的安装,简单使用
- html 文本框自动补全,自动补全(input处理)
- 安卓手机如何投屏到电视上_孩子在家上课,如何把手机投屏到电视上
- 郑州大学083500软件工程复试专业课复习
- ZigBee串口通信
- Hello 内存 cache 主存 外存
热门文章
- 页面某一个元素跟随输入框输入内容动态变化
- ASP.NET页面揭秘之页面生命周期
- mongodb在插入数据环节避免数据重复的方法(爬虫中的使用update)
- asp.net MVC Session 第二次加载丢失问题
- 使用条件注释完成浏览器兼容
- 洛谷 P1821 [USACO07FEB]银牛派对Silver Cow Party
- iOS多线程开发(三)---Run Loop(一)
- 使用AngularJS 进行Hybrid App 开发已经有一年多时间了,这里做一个总结
- 警惕使用WebClient.DownloadFile(string uri,string filePath)方法
- struts2+spring3+hibernate3整合(二)转载