### 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~
资源推荐
资源详情
资源评论
收起资源包目录
7.图像风格迁移.zip (81个子文件)
chapter_7
conf
cubist.yml 990B
candy.yml 988B
mosaic.yml 990B
feathers.yml 994B
denoised_starry.yml 1006B
wave.yml 987B
udnie.yml 988B
scream.yml 990B
export.py 4KB
train.py 6KB
img
denoised_starry.jpg 715KB
starry.jpg 301KB
test2.jpg 153KB
results
style_wave.jpg 42KB
denoised_starry.jpg 253KB
style_feathers.jpg 44KB
style_denoised_starry.jpg 52KB
style_cubist.jpg 34KB
style_mosaic.jpg 54KB
mosaic.jpg 285KB
udnie.jpg 182KB
style_scream.jpg 38KB
style_udnie.jpg 37KB
feathers.jpg 227KB
scream.jpg 193KB
wave.jpg 229KB
cubist.jpg 173KB
test1.jpg 186KB
mosaic.jpg 76KB
udnie.jpg 454KB
test4.jpg 212KB
candy.jpg 367KB
feathers.jpg 314KB
test3.jpg 252KB
scream.jpg 212KB
wave.jpg 145KB
cubist.jpg 44KB
test.jpg 215KB
test5.jpg 215KB
utils.py 2KB
reader.py 1KB
model.py 5KB
nets
resnet_v1_test.py 19KB
resnet_utils.py 10KB
inception_v3_test.py 12KB
inception_v4.py 15KB
inception_v4_test.py 10KB
resnet_v2.py 14KB
overfeat.py 5KB
inception_resnet_v2_test.py 6KB
vgg.py 10KB
inception_utils.py 3KB
vgg_test.py 18KB
alexnet_test.py 6KB
nets_factory_test.py 2KB
resnet_v2_test.py 19KB
overfeat_test.py 6KB
__init__.py 1B
inception_v1.py 15KB
inception.py 2KB
inception_resnet_v2.py 12KB
cifarnet.py 4KB
inception_v1_test.py 8KB
resnet_v1.py 13KB
alexnet.py 5KB
nets_factory.py 5KB
inception_v2.py 23KB
lenet.py 3KB
inception_v2_test.py 11KB
inception_v3.py 26KB
losses.py 4KB
eval.py 3KB
README.md 2KB
.gitignore 1KB
preprocessing
preprocessing_factory.py 3KB
cifarnet_preprocessing.py 4KB
vgg_preprocessing.py 14KB
inception_preprocessing.py 13KB
__init__.py 1B
lenet_preprocessing.py 1KB
README_eng.md 4KB
共 81 条
- 1
资源评论
- 距离光明磊落2019-05-09完美的解决了我的问题。谢谢博主
- 肆达武2020-05-22没带训练集,代码是是对
- 颜又2020-02-22新手刚入门……没太看懂该运行哪个啊……有没有大神能指导下
AndrewCq
- 粉丝: 21
- 资源: 145
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