AnimeGANv2 實現(xiàn)動漫風(fēng)格遷移，簡單操作

作者 | Yunlord

出品 | CSDN博客

前言

之前一直在研究如何將圖像動漫化，嘗試了阿里云api和百度api，效果都不盡如人意。結(jié)果發(fā)現(xiàn)了一個寶藏github項目——AnimeGANv2，能夠?qū)F(xiàn)實世界場景照片進行動漫風(fēng)格化。

可以看出AnimeGAN的效果非常好，而在去年九月發(fā)布的 AnimeGANv2 優(yōu)化了模型效果，解決了 AnimeGAN 初始版本中的一些問題。 

相比AnimeGAN，改進方向主要在以下4點：

解決了生成的圖像中的高頻偽影問題。

它易于訓(xùn)練，并能直接達到論文所述的效果。

進一步減少生成器網(wǎng)絡(luò)的參數(shù)數(shù)量。(現(xiàn)在生成器大小 8.17Mb)

盡可能多地使用來自BD電影的新的高質(zhì)量的風(fēng)格數(shù)。

那接下來我們就介紹如何在本地使用該項目。

GitHub鏈接如下：

http://https//github.com/TachibanaYoshino/AnimeGANv2

一、安裝

本文介紹的是基于PyTorch的實現(xiàn)，項目地址為animegan2-pytorch。

首先需要配置好適合該項目的環(huán)境，具體需要的安裝步驟如下：

首先，將該項目clone到本地或者下載下來：

git clone https://github.com/bryandlee/animegan2-pytorch

然后，進入到本地的項目中，會看到如下的項目結(jié)構(gòu)：

├── convert_weights.py
├── model.py
├── README.md
├── samples
│   ├── compare
│   │   ├── 1.jpg
│   │   ├── 2.jpg
│   │   └── 3.jpg
│   ├── face_results.jpg
│   ├── faces
│   └── inputs
│       ├── 1.jpg
│       ├── 2.jpg
│       └── 3.jpg
│   ├── results
├── weights
│   ├── celeba_distill.pt
│   ├── paprika.pt
│   ├── face_paint_512_v1.pt
│   └── face_paint_512_v2.pt
├── hubconf.py
└── test.py

該項目的核心工作就是使用PyTorch構(gòu)建的生成器模型，并將原始TensorFlow的模型參數(shù)轉(zhuǎn)換為了PyTorch模型參數(shù)。其中構(gòu)建模型的腳本為model.py，而轉(zhuǎn)換模型的腳本為convert_weights.py，然后test.py則是封裝的一個的動漫化功能接口。

因為下載下來的項目中的weights文件夾下包含了已經(jīng)轉(zhuǎn)換好的pytorch參數(shù)，所以我們不需要進行轉(zhuǎn)化。

至此，本項目環(huán)境配置就完成了，接下來就是使用該項目。

二、現(xiàn)實圖片動漫化

只需要調(diào)用test.py就可以使用該項目，具體的命令格式如下。

python test.py --checkpoint [模型文件路徑] --input_dir [輸入圖像所在目錄] --output_dir [輸出目錄] --device [設(shè)備選擇，cpu或者cuda]

其中weights文件夾下包含四個權(quán)重，其中celeba_distill.pt和paprika.pt是風(fēng)景動漫遷移的權(quán)重，而face_paint_512_v1.pt和face_paint_512_v2.pt是人臉動漫遷移的權(quán)重。只需要選擇對應(yīng)的權(quán)重就能實現(xiàn)自己想要的動漫風(fēng)格遷移。

最終我們看下效果。

三、實現(xiàn)效果

人物：

總結(jié)

本文簡單介紹如何使用AnimeGANv2這個開源項目來實現(xiàn)現(xiàn)實圖片轉(zhuǎn)換為動漫風(fēng)格圖像，該項目對應(yīng)的模型很輕量，希望感興趣的小伙伴們也能夠用起來，生成自己喜歡的動漫圖像。