機器學習開源框架系列:Torch:3:影像風格遷移
這裡寫圖片描述
這篇文章通過一個具體的例子來看一下使用torch可以做的有趣的事情。
事前準備
https://liumiaocn.blog.csdn.net/article/details/109848433
liumiaocn:fast-neural-style liumiao$ th
______ __ | Torch7
/_ / ________/ / | Scientific computing for Lua.
/ / / _ / __/ / _ \ | Type ? for help
/_/ _// _//// | https://github.com/torch
| http://torch.ch
th>
1
2
3
4
5
6
7
8
9
步驟1: 下載影像風格遷移程式碼
執行 命令:git clone https://github.com/jcjohnson/fast-neural-style
liumiaocn:~ liumiao$ git clone https://github.com/jcjohnson/fast-neural-style
Cloning into ‘fast-neural-style’…
remote: Enumerating objects: 3, done.
remote: Counting objects: 100% (3/3), done.
remote: Compressing objects: 100% (3/3), done.
remote: Total 256 (delta 0), reused 0 (delta 0), pack-reused 253
Receiving objects: 100% (256/256), 18.65 MiB | 7.14 MiB/s, done.
Resolving deltas: 100% (109/109), done.
liumiaocn:~ liumiao$
1
2
3
4
5
6
7
8
9
步驟2: 下載預先訓練好的模型
liumiaocn:~ liumiao$ cd fast-neural-style/
liumiaocn:fast-neural-style liumiao$ ls
README.md fast_neural_style.lua print_options.lua slow_neural_style.lua webcam_demo.lua
doc images requirements.txt test
fast_neural_style models scripts train.lua
liumiaocn:fast-neural-style liumiao$ sh models/download_style_transfer_models.sh
…省略
liumiaocn:fast-neural-style liumiao$ find models/ -name ‘*.t7’
models//instance_norm/mosaic.t7
models//instance_norm/candy.t7
models//instance_norm/the_scream.t7
models//instance_norm/feathers.t7
models//instance_norm/la_muse.t7
models//instance_norm/udnie.t7
models//eccv16/starry_night.t7
models//eccv16/la_muse.t7
models//eccv16/composition_vii.t7
models//eccv16/the_wave.t7
liumiaocn:fast-neural-style liumiao$
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
注意:此步驟中下載指令碼可能會下載失敗,可以通過其他方式比如瀏覽器下載之後移動到相應位置即可。
結果驗證
示例1: 黑貓警長
原始圖片
在這裡插入圖片描述
執行命令:
liumiaocn:fast-neural-style liumiao$ th fast_neural_style.lua \
-model models//eccv16/starry_night.t7
-input_image liumiaocn.jpg
-output_image newstyle-liumiaocn.png
Writing output image to newstyle-liumiaocn.png
liumiaocn:fast-neural-style liumiao$
1
2
3
4
5
6
風格變換之後
在這裡插入圖片描述
注:影像太小,拉伸後很詭異
示例2: 芝加哥
原始圖片
在這裡插入圖片描述
執行命令
liumiaocn:fast-neural-style liumiao$ time -p th fast_neural_style.lua \
-model models//eccv16/starry_night.t7
-input_image city.jpg
-output_image newstyle-city.png
Writing output image to newstyle-city.png
real 7.60
user 9.32
sys 4.79
liumiaocn:fast-neural-style liumiao$
1
2
3
4
5
6
7
8
9
風格變換之後
相關文章
- 機器學習之光:神經風格遷移的直觀指南!機器學習
- 讀“基於深度學習的影像風格遷移研究綜述”有感深度學習
- android中的深度學習——快速風格遷移Android深度學習
- Python 超簡單實現 9 種影像風格遷移Python
- 遷移學習系列---基於例項方法的遷移學習遷移學習
- 機器學習:詳解遷移學習(Transfer learning)機器學習遷移學習
- Python遷移學習:機器學習演算法Python遷移學習機器學習演算法
- 單影像三維重建、2D到3D風格遷移和3D DeepDream3D
- Flora影象風格遷移AppAPP
- .NET資料探勘與機器學習開源框架機器學習框架
- 微軟開源機器學習框架——infer.NET微軟機器學習框架
- 微軟開源機器學習框架——infer.NET微軟機器學習框架
- 清華開源遷移學習演算法庫遷移學習演算法
- Android 端影象多風格遷移Android
- [譯] TensorFlow 教程 #15 – 風格遷移
- 11 個 AI 和機器學習模型的開源框架AI機器學習模型框架
- 教程:使用遷移學習來解決影像問題!遷移學習
- 再無需從頭訓練遷移學習模型!亞馬遜開源遷移學習資料庫 Xfer遷移學習模型亞馬遜資料庫
- 深度有趣 | 30 快速影象風格遷移
- 影像分類學習:X光胸片診斷識別----遷移學習遷移學習
- ZenML:可擴充套件的開源機器學習MLOps框架套件機器學習框架
- 人工智慧AI影像風格遷移(StyleTransfer),基於雙層ControlNet(Python3.10)人工智慧AIPython
- 機器學習導圖系列(3):過程機器學習
- 開源機器學習系統(一)機器學習
- 豆瓣 9.5 分,日漫風格的機器學習數學書~機器學習
- AI繪畫第二彈——影象風格遷移AI
- Python+OpenCV 影象風格遷移(模仿名畫)PythonOpenCV
- 什麼是遷移學習?什麼時候使用遷移學習?遷移學習
- 開源 POC 框架學習 (kunpeng)框架
- 遷移學習(Transfer Learning)遷移學習
- 帶你用深度學習虛擬機器進行文字遷移學習(附程式碼)深度學習虛擬機遷移學習
- ClickHouse學習系列之八【資料匯入遷移&同步】
- 機器學習-3機器學習
- 機器學習框架ML.NET學習筆記【3】文字特徵分析機器學習框架筆記特徵
- 機器學習資源機器學習
- Perceptual Losses 風格遷移論文復現小記
- 機器學習系列之分類機器學習
- 吳恩達機器學習系列0——初識機器學習吳恩達機器學習