经验啦

  1. 首页 > 科技 > >

ai|这次是高分辨率的，这种风格迁移AI自2015年就有，现在还在发展

ai算法深度学习

ai|这次是高分辨率的，这种风格迁移AI自2015年就有，现在还在发展

【ai|这次是高分辨率的，这种风格迁移AI自2015年就有，现在还在发展】说起风格迁移 ， 想必学深度学习的朋友都知道 。 这种AI技术 ， 能用最直观的方式表现最新颖有趣的内容 。 在2015年Gatys等人发表了《A Neural Algorithm of Artistic Style》的文章 ， 开启了使用深度学习进行艺术画风格学习的新潮流 。
运用风格迁移技术 ， 我们可以把自己随手拍的图片梵高化——比如将自拍图的风格“迁移”成梵高风格的图片；这种AI不仅可以迁移自然景物图片的风格 ， 还会迁移人物图像的风格 。 在以前的文章里机智客就介绍过相关的深度学习应用 ， 当然在自己的Ubuntu系统上也测试过几个风格迁移算法 ， 的确颇为有趣 。 虽然这种技术的热潮已经过去 ， 不过风格迁移技术本身依然在发展 。

比如此次介绍的这个风格迁移算法就是刚推出的 。 它其实是一个人物肖像风格迁移算法 ， 这个名叫DualStyleGAN是基于生成对抗网络技术 ， 用Pytorch实现 ， 更具体一点它的版本是1.7.1 ， 那么CUDA版本是10.1 。 我们可以安装相应依赖然后建立一个虚拟环境开始测试运行这个项目了 。 虚拟环境可以看dualstylegan_env.yaml文件 。
而在预训练模型上 ， 这个提供了不少的检查点文件 ， 卡通数据集、漫画数据集、动画数据集、皮克斯动画等多种Model 。 老实讲 ， 机智客乍一看卡通、漫画、动画、动漫几个词还有点蒙 ， 不过我们实测运行下就能看出区别 。 我们可以安装测试一下试试 。 数据集方面 ， 卡通、漫画和动画数据集可以从对应的官方页面下载 。 另外项目作者还提供了构建新数据集的脚本 ， 方便测试训练 。
具体到推理环节则很简单 ， 连其他项目需要的参数都不用 ， 直接一个python style_transfer.py完成 。 当然这里机智客提醒要注意默认的卡通图片替换和模型 ， 转换之后的风格图像会保存到.\\output\\目录内 。
由命名和项目描述可以看出 ， 这个是风格迁移的深度学习算法 ， 和以往不同的一点是它是高分辨率的 ， 也就是比以前的算法更卓越一些 。 当然这个高分辨率的特点机智客还没实际验证 ， 具体的之后会在自己的独显主机上测试一下 ， 以伺后用 ， 整理出来 。

    相关经验推荐


    上一篇：CPU|千元价位的中高端机型，配备骁龙778G处理器，又一匹手机黑马诞生

    下一篇：三星|三星GalaxyS30Ultra？一身都是屏，还有全息投影！