基于深度学习的风格迁移转换的两种实现——style-transfer和fast-neural-style-tensorflow
来源:互联网 发布:无添加面膜知乎 编辑:程序博客网 时间:2024/04/30 11:09
原文链接:http://blog.csdn.net/zhangjunhit/article/details/70740108
style-transfer
这个主要是利用caffe+model+code直接实现任意风格的转换。
最后实现需借助
- 一张风格图片
- 待转换风格的目标图片
- 训练模型
- 1
- 2
优势:
- 可以实现任意风格的转换
- 可拓展性强
缺点:
- 耗时长(真的很长,如果用CPU的话)
fast-neural-style-tensorflow
风格快速迁移转换
顾名思义,这个比前者能够更快的进行风格转换,速度因机器而异,不过效率比前者确确实实提高了很多倍
最后实现需借助
- 一个训练好的风格模型
- 待转换的风格图片
- 1
- 2
优势:
- 速度相对来说很快
- 环境搭建相对来说更容易
缺点:
- 可拓展性更弱
- 只能转换固定几种风格
- 训练新风格模型时间长(比前者生成时间更长)
style-transfer的实现
环境介绍
Ubuntu16.04 + CPU + python2.7 + caffe
搭建caffe环境
可参考我的博客
实现前准备
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
使用方法二下载的model需要放在./model/vgg16下,使用方法一下载的已经默认放在那
实现
确保在源码文件夹中
- 1
- 2
- 3
- 4
- 5
提示:CPU很慢,真的很慢,估计要等一会才会有时间显示出来
参数解析:
- -s, 风格图位置;
- -c, 内容图位置;
- -m, 模型位置;
- -g, 什么模式,-1为CPU,0为单个GPU,1为两个GPU。
调整参数
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
fast-neural-style-tensorflow的实现
环境介绍
Ubuntu16.04 + CPU + python2.7 + tensorflow 1.0
搭建tensorflow环境
可参考我的博客
实现前准备
下载已经训练好的模型
百度云盘链接
- 1
- 2
实现
确保在源码文件夹中
- 1
- 2
- 3
- 4
- 5
- 6
训练新的风格模型
下载
vgg16训练模型(500多M)
训练数据集(12.6G)
或者使用wget命令下载
- 1
- 2
- 3
- 4
- 5
移动模型到对应目录中
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
训练新的模型
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
总结
如果只是单纯的想玩玩风格转换的话,可以试试fast-neural-style-tensorflow,不过训练新模型还是不建议(特殊需要除外),耗时耗力
如果想锻炼自己,从零开始学习,可以从读论文开始,然后试试style-transfer代码
- 基于深度学习的风格迁移转换的两种实现——style-transfer和fast-neural-style-tensorflow
- Tensorflow【机器学习】:关于fast neural style【快速风格化图像】的理解和实现
- 深度学习之风格迁移(二)——Fast Neural Style(Johnson)
- 【机器学习】Tensorflow:理解和实现快速风格化图像fast neural style
- 汉字的神经风格转移(Neural Style Transfer)实现——我的阅读笔记
- style-transfer的实现(tensorflow)
- 深度学习之风格迁移(三)——Deep Photo Style Transfer(Fujun Luan)
- 深度学习之风格迁移(一)——Neural Style(Gatys)
- 【神经网络与深度学习】neural-style、chainer-fast-neuralstyle图像风格转换使用
- 图像风格迁移-Image Style Transfer Using Convolutional Neural Networks
- neural-style、chainer-fast-neuralstyle图像风格转换实验
- neural-style、chainer-fast-neuralstyle图像风格转换使用
- 深度摄影风格转换--Deep Photo Style Transfer
- 极简keras:实现神经网络风格迁移(neural style)
- 极简keras:实现神经网络风格迁移(neural style)
- TensorFlow之深入理解Fast Neural Style
- TensorFlow之深入理解Fast Neural Style
- 风格迁移转换的两种实现
- Spring的@Transactional事务处理详解
- DateUtil
- nested exception is java.sql.SQLException: 索引中丢失 IN 或 OUT 参数::X
- java soket编程
- JAVA API文档
- 基于深度学习的风格迁移转换的两种实现——style-transfer和fast-neural-style-tensorflow
- 第九周 【项目1
- Java并发编程札记-(三)JUC原子类-06JDK1.8新增:LongAdder、DoubleAdder、LongAccumulator、DoubleAccumulator
- 第十五周项目2-大数据集上排序算法性能的体验
- 第十五周项目二——大数据集上排序算法性能的体验
- Visual C++6.0的下载与安装
- MongoDB数据导入Elasticsearch
- 解决superset iframe引用需要登录
- sqoop安装及配置