ubuntu16.04下在TensorFlow中实现快速风格迁移

简介

代码主要是来源于何之源的github，https://github.com/hzy46/fast-neural-style-tensorflow

里面也有参考教程

使用与训练模型测试

下载源码解压，解压后的文件为fast-neural-style-tensorflow-master。

可以到教程中找到已经训练好的模型进行测试，提供了已经训练好的七个模型，这七个模型分别代表不同的艺术风格。然后在

fast-neural-style-tensorflow-master文件夹下新建一个models文件，将需要的模型下载下来，并将其复制到models文件夹下。测试命令如下：

python eval.py --model_file=model_file/wave.ckpt-done --image_file img/test5.jpg

然后产生了一个generated文件夹，里面就是输出图片

训练自己的模型

1.准备工作

（1）首先下载VGG16模型，将下载到的压缩包解压后得到一个vgg16.ckpt文件。在fast-neural-style-tensorflow-master文件下新建一个文件夹pretrained，并将vgg16.ckpt复制到pretrained的文件夹下。然后就是下载COCO数据集，下载好的文件是train2014.zip

将其解压就行了（第一次解压的时候出现了问题，现在居然可以了，真是服了。如果出现解压不了的情况可以将其放到win下解压，没有必要全部解压，一部分就可以了）。

（2）顺便到网上下载一个名画的图片，我选的是向日葵

将这个图片放在img文件夹下，并且将这个图片命名为xiangri.jpg。

（3）打开conf/wave.yml,将复制一份，将其修改为xiangri.yml，并且打开它进行修改
将style_image：img.wave.jpg修改为xaingri.jpg，name:"wave"修改为xiangri

2.训练

python train.py -c conf/xiangri.yml

也可以打开数据可视化tensorboard

tensorboard --logdir models/xiangri/

差不多训练1万多次的话，就训练完成了吧,然后ctrl+c停止就可以了。

3.测试

python eval.py --model_file=models/xiangri/fast-style-model.ckpt-29000 --image_file img/test6.jpg