### 7. 图像风格迁移
**7.2.1 使用预训练模型**
在chapter_7_data/ 中提供了7 个预训练模型: wave.ckpt-done 、cubist.ckpt-done、denoised_starry.ckpt-done、mosaic.ckpt-done、scream.ckpt-done、feathers.ckpt-done。
以wave.ckpt-done的为例,在chapter_7/中新建一个models 文件
夹, 然后把wave.ckpt-done复制到这个文件夹下,运行命令:
```
python eval.py --model_file models/wave.ckpt-done --image_file img/test.jpg
```
成功风格化的图像会被写到generated/res.jpg。
**7.2.2 训练自己的模型**
准备工作:
- 在地址http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz 下载VGG16模型,将下载到的压缩包解压后会得到一个vgg16.ckpt 文件。在chapter_7/中新建一个文件夹pretrained,并将vgg16.ckpt 复制到pretrained 文件夹中。最后的文件路径是pretrained/vgg16.ckpt。这个vgg16.ckpt文件在chapter_7_data/中也有提供。
- 在地址http://msvocds.blob.core.windows.net/coco2014/train2014.zip 下载COCO数据集。将该数据集解压后会得到一个train2014 文件夹,其中应该含有大量jpg 格式的图片。在chapter_7中建立到这个文件夹的符号链接:
```
ln –s <到train2014 文件夹的路径> train2014
```
训练wave模型:
```
python train.py -c conf/wave.yml
```
打开TensorBoard:
```
tensorboard --logdir models/wave/
```
训练中保存的模型在文件夹models/wave/中。
#### 拓展阅读
- 关于第7.1.1 节中介绍的原始的图像风格迁移算法,可以参考论文A Neural Algorithm of Artistic Style 进一步了解其细节。关于第7.1.2 节 中介绍的快速风格迁移, 可以参考论文Perceptual Losses for Real-Time Style Transfer and Super-Resolution。
- 在训练模型的过程中,用Instance Normalization 代替了常用的Batch Normalization,这可以提高模型生成的图片质量。关于Instance Normalization 的细节,可以参考论文Instance Normalization: The Missing Ingredient for Fast Stylization。
- 尽管快速迁移可以在GPU 下实时生成风格化图片,但是它还有一个 很大的局限性,即需要事先为每一种风格训练单独的模型。论文 Arbitrary Style Transfer in Real-time with Adaptive Instance Normalization 中提出了一种“Arbitrary Style Transfer”算法,可以 为任意风格实时生成风格化图片,读者可以参考该论文了解其实现 细节。
没有合适的资源?快使用搜索试试~ 我知道了~
tensorflow图像风格迁移代码
共81个文件
py:41个
jpg:29个
yml:8个
5星 · 超过95%的资源 需积分: 47 97 下载量 199 浏览量
2018-05-31
11:27:47
上传
评论 15
收藏 5.61MB ZIP 举报
温馨提示
tensorflow图像风格迁移代码 tensorflow图像风格迁移代码
资源推荐
资源详情
资源评论
收起资源包目录
chapter_7.zip (81个子文件)
chapter_7
.gitignore 1KB
nets
inception_resnet_v2_test.py 6KB
resnet_v1.py 13KB
vgg_test.py 18KB
vgg.py 10KB
resnet_v2_test.py 19KB
resnet_v2.py 14KB
__init__.py 1B
inception_v3.py 26KB
nets_factory.py 5KB
inception_v1_test.py 8KB
inception_v2_test.py 11KB
lenet.py 3KB
inception_resnet_v2.py 12KB
overfeat_test.py 6KB
overfeat.py 5KB
inception_v2.py 23KB
inception_v4.py 15KB
inception.py 2KB
alexnet.py 5KB
inception_utils.py 3KB
inception_v4_test.py 10KB
inception_v1.py 15KB
alexnet_test.py 6KB
resnet_utils.py 10KB
inception_v3_test.py 12KB
nets_factory_test.py 2KB
resnet_v1_test.py 19KB
cifarnet.py 4KB
eval.py 3KB
README_eng.md 4KB
utils.py 2KB
README.md 2KB
reader.py 1KB
preprocessing
vgg_preprocessing.py 14KB
__init__.py 1B
preprocessing_factory.py 3KB
cifarnet_preprocessing.py 4KB
lenet_preprocessing.py 1KB
inception_preprocessing.py 13KB
conf
scream.yml 990B
udnie.yml 988B
candy.yml 988B
mosaic.yml 990B
feathers.yml 994B
cubist.yml 990B
denoised_starry.yml 1006B
wave.yml 987B
export.py 4KB
img
feathers.jpg 314KB
results
feathers.jpg 227KB
style_scream.jpg 38KB
style_wave.jpg 42KB
udnie.jpg 182KB
denoised_starry.jpg 253KB
wave.jpg 229KB
cubist.jpg 173KB
style_mosaic.jpg 54KB
style_denoised_starry.jpg 52KB
style_feathers.jpg 44KB
mosaic.jpg 285KB
scream.jpg 193KB
style_cubist.jpg 34KB
style_udnie.jpg 37KB
test5.jpg 215KB
test3.jpg 252KB
test2.jpg 153KB
udnie.jpg 454KB
test4.jpg 212KB
candy.jpg 367KB
denoised_starry.jpg 715KB
wave.jpg 145KB
test.jpg 215KB
cubist.jpg 44KB
test1.jpg 186KB
starry.jpg 301KB
mosaic.jpg 76KB
scream.jpg 212KB
model.py 5KB
losses.py 4KB
train.py 6KB
共 81 条
- 1
资源评论
- 熊云凡^_^2019-06-19能用吗这个
- 云大莽夫2019-05-18好东西,不错
- clara,.2021-06-16chap7_data在哪里啊?
weixin_39837642
- 粉丝: 2
- 资源: 18
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功