الصفحة الرئيسية>موارد بناء الموقع>بيانات الموقع
تنزيل

neural style في كيراس

يمكنك استخدام هذا الموقع لتبسيط الصورة من خلال العديد من طرق نقل neural style .

يتم تنفيذ هذا المشروع بشكل رئيسي في Keras 2.1.3 (جزء منه هو Tensorflow)

فيديو تجريبي

نتيجة

neural style السريع

سريع <span class= النمط العصبي " style = "max-width: 100٪؛">

مبادلة النمط

مبادلة النمط

نمط القناع

نمط القناع

مرجع

neural style السريع

يعتمد تنفيذ neural style السريع على النمط العصبي السريع بواسطة Misgod، وقد أجرينا بعض التغييرات عليه، وتعتمد هذه الطريقة على الخسائر الإدراكية لنقل النمط في الوقت الفعلي والدقة الفائقة بواسطة Johnson et al.

في الإصدار الحالي، قمنا باستبدال بعض طبقة Conv2D بتلافيفات قابلة للفصل من حيث العمق في شبكة تحويل الصور. سيتم إضافة تفاصيل إجراءات التدريب قريبا.

مبادلة النمط

طبقة مبادلة النمط هي مرجع من WCT-TF بواسطة eridgd، الورقة الأصلية هي نقل سريع للنمط القائم على التصحيح للنمط التعسفي بواسطة Chen et al.

نمط القناع

نحن نستخدم Mask R-CNN الذي يتم تنفيذه بواسطة Matterport، والورقة الأصلية لـ Mask R-CNN هي Mask R-CNN بواسطة He et al.

بيئتنا

  • بايثون >= 3.5 (أناكوندا)

  • CUDA >=8.0 (للحصول على دعم وحدة معالجة الرسومات، سيحتاج استخدام الإصدار الأحدث إلى التحقق من التوافق مع إصدار Tensorflow-gpu)

  • Cudnn >=6.0 (لدعم GPU)

  • قارورة 0.12.2

  • كيراس 2.1.3

  • Tensorflow-GPU 1.4

  • سكيبي 1.0.0

  • scikit-image

  • pycocotool

  • com.imgaug

  • بيل

  • سايثون

تحتاج أيضًا إلى تلبية متطلبات Mask R-CNN.

كيفية الاستخدام

قم بتنزيل النماذج المُقطرة المُدربة، وقم بفك ضغط النماذج في models/fast_style_transfer/pretrained ، ثم قم بتعديل MODELS_PATH في models/file_path.py ، واستخدم وحدة التحكم للانتقال إلى مجلد المشروع الجذر واكتب 

 python app.py

وافتح المتصفح ثم اذهب إلى localhost:5000

كيفية تدريب النماذج

يجب عليك تنزيل مجموعة بيانات COCO أولاً، ونحن نستخدم مجموعة التدريب لعام 2014 (83 ألف صورة).

neural style السريع الأصلي

  1. أنت بحاجة إلى ملء سلسلة المسار في وظيفة loss_net في models/src/nets.py لنموذج vgg16 الذي تم تدريبه مسبقًا. لاحظ أنه يجب وضع صور التدريب الخاصة بك في مجلد مثل هذا cocotrain/0/xxx.jpg لأننا نستخدم ImageDataGenerator لتحميل الصور، فإنه يفترض أنه يتم تخزين فئات مختلفة من الصور في مجلدات مختلفة.

  2. قم بإعداد صورة نمطية وضعها في static/img/styles/ .

  3. اكتب الأمر أدناه لتدريب نموذج. هذا مثال يوضح أنه إذا تم تخزين صور التدريب الخاصة بي في المجلد الجذر للمشروع، فقل إنني أريد تدريب نمط يسمى فسيفساء. 

 python train_fast_model.py -p ./cocotrain -s mosaic

يمكنك أيضًا ضبط وزن المحتوى والنمط، واكتب -h لرؤية جميع الوسائط. 

 python train_fast_model.py -h

neural style السريع المقطر

  1. يجب أن يكون لديك النماذج الأصلية المدربة مسبقًا neural style السريع ، إليك رابط النماذج الأصلية المدربة مسبقًا.

  2. قم بتشغيل generate_image.py ، ستحتاج أيضًا إلى تحديد مسار مجموعة بيانات COCO باستخدام -p . 

 python generate_image.py -p ./cocotrain
  1. قم بتشغيل train_distillated_model.py ، هناك حاجة إلى المسار إلى مسار مجموعة بيانات COCO واسم النمط. أدناه مثال. 
 python train_distillated_model.py -p ./cocotrain -s mosaic

نموذج مبادلة النمط

لا تحتاج إلى مجموعة بيانات COCO فحسب، بل تحتاج أيضًا إلى الكثير من صور الأنماط. تمامًا مثل الورق، نستخدم الرسام بالأرقام. لاحظ أنه يجب وضع صور التدريب والصور النمطية في مجلد مثل cocotrain/0/xxx.jpg و styleimages/0/xxx.jpg .

  1. قم بتشغيل train_style_swap_model.py ، هناك حاجة إلى المسار إلى مسار مجموعة بيانات COCO وصور النمط. أدناه مثال. 
 python train_style_swap_model.py -p ./cocotrain -s ./styleimages
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل