深度学习: 风格迁移 neural-style

小编越来越懒了,总是不写稿,如果大家想让小编写东西,有空可以给一些话题简单的idea让小编实现,不过也不要太难。。。

本教程通过虫数据的服务器测试运行(http://chongdata.com/articles/?p=308),需要3G显存,4G内存。主要安装下面的软件:

https://github.com/jcjohnson/neural-style

head

picasso_selfport1907

out_900

最终实现上面文章的效果。有没有一种毕加索的感觉?这里深度学习网络学习了毕加索的风格,然后迁移到小编的头像, 是不是比美图秀秀更加牛逼?

在本机(linux)链接服务器,然后tmux启动一个可以断线的terminal,

这样假如不小心断开了,以后也可以 tmux attach -t 0 连接上去terminal。先在服务器安装一些必须的软件:

最后一步需要比较长的时间,大概1个小时。。。请大家耐心等待。。

这里答yes吧, 下次就不用自己手动设置环境变量了。下面命令启动环境变量。

然后我们可以下载所有模型。

下面对小编的头像进行风格迁移:

其中head.png是小编的头像。

head

然后examples/inputs/picasso_selfport1907.jpg是毕加索的图像,深度学习网络学习了毕加索的风格,迁移到小编的头像。

picasso_selfport1907

输出的结果的结果在下面的out_*png.

在本机linux可以通过下面命令下载所有图片到本机

注意替换40002为你的主机端口。下面是不同的迭代次数输出的图片。

out_100

out_500

out

接着我们换一个图片作为风格(style)Frida Kahlo: examples/inputs/frida_kahlo.jpg。

frida_kahlo
运行下面的命令:

接着下载结果,可以获得另外一个风格的小编:

out_400

是不是可以开发一个app,制作不同风格的头像呢? 走起,自己玩去吧。

《深度学习: 风格迁移 neural-style》有3个想法

  1. neural-style两个损失函数,内容损失和风格损失。
    自然图片中的文字定位能不能分享出来呢。

发表评论

电子邮件地址不会被公开。 必填项已用*标注