基于Python实现人像卡通化项目源码+数据集+模型，将真实照片转换为卡通风格的非真实感图像

<div align='center'> <img src='./images/title.png'> </div> # 人像卡通化 (Photo to Cartoon) **中文版** ## 简介 人像卡通风格渲染的目标是，在保持原图像ID信息和纹理细节的同时，将真实照片转换为卡通风格的非真实感图像。我们的思路是，从大量照片/卡通数据中习得照片到卡通画的映射。一般而言，基于成对数据的pix2pix方法能达到较好的图像转换效果，但本任务的输入输出轮廓并非一一对应，例如卡通风格的眼睛更大、下巴更瘦；且成对的数据绘制难度大、成本较高，因此我们采用unpaired image translation方法来实现。 Unpaired image translation流派最经典方法是CycleGAN，但原始CycleGAN的生成结果往往存在较为明显的伪影且不稳定。近期的论文U-GAT-IT提出了一种归一化方法——AdaLIN，能够自动调节Instance Norm和Layer Norm的比重，再结合attention机制能够实现精美的人像日漫风格转换。 与夸张的日漫风不同，我们的卡通风格更偏写实，要求既有卡通画的简洁Q萌，又有明确的身份信息。为此我们增加了Face ID Loss，使用预训练的人脸识别模型提取照片和卡通画的ID特征，通过余弦距离来约束生成的卡通画。 此外，我们提出了一种Soft-AdaLIN（Soft Adaptive Layer-Instance Normalization）归一化方法，在反规范化时将编码器的均值方差（照片特征）与解码器的均值方差（卡通特征）相融合。 模型结构方面，在U-GAT-IT的基础上，我们在编码器之前和解码器之后各增加了2个hourglass模块，渐进地提升模型特征抽象和重建能力。 由于实验数据较为匮乏，为了降低训练难度，我们将数据处理成固定的模式。首先检测图像中的人脸及关键点，根据人脸关键点旋转校正图像，并按统一标准裁剪，再将裁剪后的头像输入人像分割模型去除背景。 <div align='center'> <img src='./images/results.png'> </div> ## Start ### 安装依赖库 项目所需的主要依赖库如下： - python 3.6 - pytorch 1.4 - tensorflow-gpu 1.14 - face-alignment - dlib - onnxruntime ### Clone： ``` git clone https://github.com/minivision-ai/photo2cartoon.git cd ./photo2cartoon ``` ### 下载资源 [谷歌网盘](https://drive.google.com/open?id=1lsQS8hOCquMFKJFhK_z-n03ixWGkjT2P) | [百度网盘](https://pan.baidu.com/s/1MsT3-He3UGipKhUi4OcCJw) 提取码:y2ch 1. 人像卡通化预训练模型：photo2cartoon_weights.pt(20200504更新)，存放在`models`路径下。 2. 头像分割模型：seg_model_384.pb，存放在`utils`路径下。 3. 人脸识别预训练模型：model_mobilefacenet.pth，存放在`models`路径下。（From: [InsightFace_Pytorch](https://github.com/TreB1eN/InsightFace_Pytorch)） 4. 卡通画开源数据：`cartoon_data`，包含`trainB`和`testB`。 5. 人像卡通化onnx模型：photo2cartoon_weights.onnx [谷歌网盘](https://drive.google.com/file/d/1PhwKDUhiq8p-UqrfHCqj257QnqBWD523/view?usp=sharing)，存放在`models`路径下。 ### 测试 将一张测试照片（亚洲年轻女性）转换为卡通风格： ``` python test.py --photo_path ./images/photo_test.jpg --save_path ./images/cartoon_result.png ``` ### 测试onnx模型 ``` python test_onnx.py --photo_path ./images/photo_test.jpg --save_path ./images/cartoon_result.png ``` ### 训练 **1.数据准备** 训练数据包括真实照片和卡通画像，为降低训练复杂度，我们对两类数据进行了如下预处理： - 检测人脸及关键点。 - 根据关键点旋转校正人脸。 - 将关键点边界框按固定的比例扩张并裁剪出人脸区域。 - 使用人像分割模型将背景置白。 <div align='center'> <img src='./images/data_process.jpg'> </div> 我们开源了204张处理后的卡通画数据，您还需准备约1000张人像照片（为匹配卡通数据，尽量使用亚洲年轻女性照片，人脸大小最好超过200x200像素），使用以下命令进行预处理： ``` python data_process.py --data_path YourPhotoFolderPath --save_path YourSaveFolderPath ``` 将处理后的数据按照以下层级存放，`trainA`、`testA`中存放照片头像数据，`trainB`、`testB`中存放卡通头像数据。 ``` ├── dataset └── photo2cartoon ├── trainA ├── xxx.jpg ├── yyy.png └── ... ├── trainB ├── zzz.jpg ├── www.png └── ... ├── testA ├── aaa.jpg ├── bbb.png └── ... └── testB ├── ccc.jpg ├── ddd.png └── ... ``` **2.训练** 重新训练: ``` python train.py --dataset photo2cartoon ``` 加载预训练参数: ``` python train.py --dataset photo2cartoon --pretrained_weights models/photo2cartoon_weights.pt ``` 多GPU训练(仍建议使用batch_size=1，单卡训练): ``` python train.py --dataset photo2cartoon --batch_size 4 --gpu_ids 0 1 2 3 ``` ## Q&A #### Q：为什么开源的卡通化模型与小程序中的效果有差异？ A：开源模型的训练数据收集自互联网，为了得到更加精美的效果，我们在训练小程序中卡通化模型时，采用了定制的卡通画数据（200多张），且增大了输入分辨率。此外，小程序中的人脸特征提取器采用自研的识别模型，效果优于本项目使用的开源识别模型。 #### Q：如何选取效果最好的模型？ A：首先训练模型200k iterations，然后使用FID指标挑选出最优模型，最终挑选出的模型为迭代90k iterations时的模型。 #### Q：关于人脸特征提取模型。 A：实验中我们发现，使用自研的识别模型计算Face ID Loss训练效果远好于使用开源识别模型，若训练效果出现鲁棒性问题，可尝试将Face ID Loss权重置零。 #### Q：人像分割模型是否能用与分割半身像？ A：不能。该模型是针对本项目训练的专用模型，需先裁剪出人脸区域再输入。 ## Tips 我们开源的模型是基于亚洲年轻女性训练的，对于其他人群覆盖不足，您可根据使用场景自行收集相应人群的数据进行训练。