这项来自武汉大学和湖北工业大学的研究,采用的是神经风格迁移 + 生成对抗网络(GAN)的组合。
效果提前预览
论文出处:《AnimeGAN: a novel lightweight GAN for photo animation》
源码地址:https://github.com/TachibanaYoshino/AnimeGAN (内含论文)
项目的使用可参考
https://blog.csdn.net/weixin_44936889/article/details/105566027
https://blog.csdn.net/m0_46422300/article/details/105247590
遇到的问题
1、相关库的安装,由于一些库的版本已经不存在,所以安装时报错的话可以删除后面的对应版本号。有些库安装需要梯子,有梯子的小朋友可以用梯子,没有梯子的下朋友使用国内相关路径安装也可以。
(1)python 国内镜像网址 第三方安装库
清华:https://pypi.tuna.tsinghua.edu.cn/simple
阿里云:http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学:http://pypi.hustunique.com/
山东理工大学:http://pypi.sdutlinux.org/
豆瓣:http://pypi.douban.com/simple/
国内地址安装方式
pin install 库名称 -i 国内镜像地址
(2)通过Python官方库下载对应库文件本地安装Python库(下载可能需要梯子)
本地安装方式:先跳转至对应库文件所在的目录,然后操作
pip install 文件全名
2、Tensorflow和Tensorflow-gpu
(1) Tensorflow主要应用于CUP版,是内存处理 。部分电脑没有独立GPU,可以使用这个版本,由于自己是MAC,只能使用CUP 版。相关文档
运行时错误提示:Your CPU supports instructions that this TensorFlow binary was not compiled to use
参考
(2) Tensorflow-gpu位GPU版,是显卡处理,速度相对较快。GPU版对电脑配置有相应的要求,需要配合英伟达显卡。Mac安装参考 注:英伟达相关驱动支持iOS 10.13之前的版本,当然电脑上得安装英伟达显卡
Tensorflow和Tensorflow-gpud的区别
3、使用CUP连续渲染几次后,电脑内存会爆满(Mac是这样子,不知道其他电脑会不会出现这情况,目前还不知道啥原因,坐等大神指点迷津)
,渲染时电脑会卡顿或者发热,图片最后不要超过1M,太大了CUP版没法处理,程序会自己kill掉。有条件的可以试试GPU。
放自己渲染的几张图
注:Haoyao-style不好下载,需要的话私我
相关学习:卷积神经网络(CNN)模型结构
感谢Memory逆光 大佬的指点。
转载请注明出处,谢谢!