风格迁移在Colab上的实践

〇、风格迁移

什么是图像风格迁移？
图像风格迁移即是输入一张代表内容的图片和一张代表风格的图片，深度学习网络会输出一张融合了这个风格和内容的新作品。
引用自：https://blog.csdn.net/qq_3061…

本文是对 GitHub 项目 Neural-Style 在 Google Colab 上的实践。
此外，我也进行了 快速风格迁移在 Colab 上的实践，欢迎大家阅读！

一、前期准备

可参考我的另一篇文章：Google Colab 的使用方法。

1. 下载该 GitHub 项目并解压。
2. 下载 imagenet-vgg-verydeep-19.mat 到该目录下。（请自行寻找并下载 VGG19）
3. 将整个 Neural-Style-master 文件夹 上传到 Colab 硬盘。

二、实践过程

1. 新建 Colab 笔记本，代码执行程序 -> 更改运行时类型 请修改为 Python2 和GPU。
（请务必使用 Python2！使用 Python3 将提示AttributeError: module 'scipy.misc' has no attribute 'imread'）

2. 使用以下代码 装载 Google 硬盘：

from google.colab import drive
drive.mount('/content/drive')

3. 使用以下代码 更改运行目录：

import os
os.chdir("/content/drive/My Drive/Colab Notebooks/Neural-Style-master") // 替换为你文件夹存放的目录

4. 使用以下代码 生成图片，该过程需约 200 秒：

! python neural_style.py --content 内容图片路径 --styles 风格图片路径 --output 生成图片路径

如原文中：

! python neural_style.py --content examples/cat.jpg --styles examples/2-style1.jpg --output y-output.jpg