共计 819 个字符,预计需要花费 3 分钟才能阅读完成。
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。
- 下载该 GitHub 项目并解压。
- 下载
imagenet-vgg-verydeep-19.mat
到该目录下。(请自行寻找并下载 VGG19) - 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
正文完