


Baru-baru ini saya menghadapi masalah, saya perlu menukar avatar saya kepada gaya anime.
▲Tukar gambar kepada gaya piksel
Tukar avatar kepada gaya anime, dengan harapan dapat mengubah foto sebenar menjadi foto sebenar sambil mengekalkan imej asal maklumat dan butiran tekstur Tukar kepada imej bukan fotorealistik gaya anime/kartun. Pada masa ini, selain API Baidu, terdapat banyak perpustakaan sumber terbuka pada Github yang boleh kami gunakan secara langsung.
Antaranya, AnimeGAN ialah penyelidikan dari Universiti Wuhan dan Universiti Teknologi Hubei Ia menggunakan gabungan pemindahan gaya neural + rangkaian musuh generatif (GAN), dan kesannya sangat konsisten dengan keperluan kita.
AnimeGAN mula-mula menggunakan rangka kerja Tensorflow, tetapi selepas menanyakan maklumat, didapati projek itu sudah menyokong rangka kerja PyTorch.
Alamat: https://github.com/bryandlee/animegan2-pytorch
Dan saya kebetulan telah melaksanakan analisis sentimen komen Weibo berdasarkan PyTorch sebelum ini . Jadi ia tidak akan menjadi beban untuk digunakan, dan anda tidak perlu memasang perpustakaan.
Pemasangan Pytorch
PyTorch ialah perpustakaan pembelajaran mesin Python sumber terbuka, berdasarkan Torch, digunakan untuk aplikasi seperti pemprosesan bahasa semula jadi. Rangka kerja pembelajaran mendalam ini boleh digunakan dalam banyak arah seperti pemodelan berangka, pemodelan imej, pemodelan teks, pemodelan audio, dsb.
Memasang Pytorch akan menjadi lebih menyusahkan daripada perpustakaan lain Jika anda pergi ke pemasangan rasmi dan memuat turun, anda perlu mendapatkan arahan pemasangan yang sesuai dengan anda mengikut konfigurasi sebenar .
Jika anda mendapati kelajuan muat turun perlahan atau anda menghadapi pelbagai masalah melalui langkah di atas, anda juga boleh mencuba tapak web berikut:
https :/ /download.pytorch.org/whl/torch_stable.html
Paparan tapak web:
Penghijrahan gaya anime
Selepas memasang Rangka kerja Pytorch, Kami kemudiannya boleh mengklon/muat turun projek animationgan2-pytorch secara setempat:
git clone https://github.com/bryandlee/animegan2-pytorch
Muat turun ke direktori tempatan di penghujung artikel seperti yang ditunjukkan di bawah:
Folder pemberat mengandungi empat pemberat Pilih berat yang sepadan untuk mencapai penghijrahan gaya animasi yang anda inginkan. Contoh gambar disimpan dalam folder input di bawah sampel, yang boleh digunakan terus untuk menguji perairan. Selain itu, saya juga mencipta folder keluaran baharu di bawah laluan yang sama untuk menyimpan imej yang diproses.
Seterusnya, kita hanya perlu menjalankan skrip test.py dalam baris arahan untuk memanggil projek Format arahan khusus adalah seperti berikut:
python test.py --checkpoint [model. laluan fail] --input_dir [direktori tempat imej input terletak] --output_dir [direktori output] --peranti [pemilihan peranti, cpu atau cuda]
Operasi sebenar:
Memandangkan ia seperti melaksanakan migrasi animasi muka, saya masing-masing menggunakan face_paint_512_v1.pt dan face_paint_512_v2.pt Kesannya adalah seperti yang ditunjukkan dalam rajah di bawah:
Kesan sebenar ①
Mari kita lihat gambar lain:
Kesan praktikal ②
Secara peribadi, saya rasa sudah selesai produk dengan berat face_paint_512_v2.pt lebih sesuai dengan citarasa saya untuk gaya anime Apa pendapat anda tentang imaginasi?
Akhirnya, saya juga mencuba paprika.pt untuk memindahkan gambar landskap kepada animasi.
▲Imej asal
Kesannya seperti yang ditunjukkan di bawah:
▲Rendering
Jika anda berminat untuk menukar avatar/gambar kepada gaya anime, anda juga boleh mencubanya~
Perhatian!
Perhatian!
Bagaimana jika selepas membaca artikel ini, anda tidak mahu memasang Pytorch, tetapi mahu mencipta muka komik anda sendiri secara langsung?
Anda boleh membuka URL ini pada komputer anda: https://huggingface.co/spaces/akhaliq/AnimeGANv2 Ini adalah APL AnimeGANv2 dalam talian Anda tidak perlu memasang sebarang rangka kerja secara setempat, dan anda boleh menukarnya secara langsung.
▲Tapak web AnimeGANv2
Atas ialah kandungan terperinci Gunakan Python untuk menukar foto kepada avatar gaya anime.. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

本篇文章给大家带来了关于Python的相关知识,其中主要介绍了关于Seaborn的相关问题,包括了数据可视化处理的散点图、折线图、条形图等等内容,下面一起来看一下,希望对大家有帮助。

本篇文章给大家带来了关于Python的相关知识,其中主要介绍了关于进程池与进程锁的相关问题,包括进程池的创建模块,进程池函数等等内容,下面一起来看一下,希望对大家有帮助。

本篇文章给大家带来了关于Python的相关知识,其中主要介绍了关于简历筛选的相关问题,包括了定义 ReadDoc 类用以读取 word 文件以及定义 search_word 函数用以筛选的相关内容,下面一起来看一下,希望对大家有帮助。

本篇文章给大家带来了关于Python的相关知识,其中主要介绍了关于数据类型之字符串、数字的相关问题,下面一起来看一下,希望对大家有帮助。

VS Code的确是一款非常热门、有强大用户基础的一款开发工具。本文给大家介绍一下10款高效、好用的插件,能够让原本单薄的VS Code如虎添翼,开发效率顿时提升到一个新的阶段。

本篇文章给大家带来了关于Python的相关知识,其中主要介绍了关于numpy模块的相关问题,Numpy是Numerical Python extensions的缩写,字面意思是Python数值计算扩展,下面一起来看一下,希望对大家有帮助。

pythn的中文意思是巨蟒、蟒蛇。1989年圣诞节期间,Guido van Rossum在家闲的没事干,为了跟朋友庆祝圣诞节,决定发明一种全新的脚本语言。他很喜欢一个肥皂剧叫Monty Python,所以便把这门语言叫做python。


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

ZendStudio 13.5.1 Mac
Persekitaran pembangunan bersepadu PHP yang berkuasa

EditPlus versi Cina retak
Saiz kecil, penyerlahan sintaks, tidak menyokong fungsi gesaan kod

MantisBT
Mantis ialah alat pengesan kecacatan berasaskan web yang mudah digunakan yang direka untuk membantu dalam pengesanan kecacatan produk. Ia memerlukan PHP, MySQL dan pelayan web. Lihat perkhidmatan demo dan pengehosan kami.

SublimeText3 Linux versi baharu
SublimeText3 Linux versi terkini

mPDF
mPDF ialah perpustakaan PHP yang boleh menjana fail PDF daripada HTML yang dikodkan UTF-8. Pengarang asal, Ian Back, menulis mPDF untuk mengeluarkan fail PDF "dengan cepat" dari tapak webnya dan mengendalikan bahasa yang berbeza. Ia lebih perlahan dan menghasilkan fail yang lebih besar apabila menggunakan fon Unicode daripada skrip asal seperti HTML2FPDF, tetapi menyokong gaya CSS dsb. dan mempunyai banyak peningkatan. Menyokong hampir semua bahasa, termasuk RTL (Arab dan Ibrani) dan CJK (Cina, Jepun dan Korea). Menyokong elemen peringkat blok bersarang (seperti P, DIV),