共计 1376 个字符，预计需要花费 4 分钟才能阅读完成。
Photo-Sketching 一个能将照片的轮廓辨认进去并将其转化为“速写”型图像的开源模块。
比方，这只小狗：
通过模型的转化，会变成卡通版的小狗：
当然，也不是什么照片都解决的好，比方这个风景画就不行：
摇身一变，成了形象格调：
十分秀，这很人工智能。
这个模块的应用也绝对简略，上面给大家带上全方面的教程：
1. 虚拟环境及依赖装置
这个我的项目举荐大家间接用 Anaconda 进行环境的构建和开发：，因为作者提供了一个 environment.yml 文件，你只须要输出以下命令，就能一键装置环境和依赖：
conda env create -f environment.yml此外，举荐大家用 VSCode 编辑器来编写像这样的小型 Python 我的项目：Python 编程的最好搭档—VSCode 具体指南。
2. 下载预训练模型
下载实现后解压文件，将 latest_net_D.pth 和 latest_net_G.pth 搁置到 Checkpoints 文件夹下：
3. 运行预训练模型
接下来，咱们须要批改应用预训练模型的启动脚本，这些脚本都放在 PhotoSketch\scripts 下，咱们须要应用的是 test_pretrained.cmd 或者 test_pretrained.sh 这两个脚本。
如果你是 windows 零碎，请批改 test_pretrained.cmd 脚本，重点是 dataDir、results_dir、checkpoints_dir：
dataDir 指向到 PhotoSketch 所在的文件夹目录，如果你是跟我一样这么配的，results_dir 只须要配成 %dataDir%\PhotoSketch\Results* 即可，checkpoints_dir 则为 %dataDir%\PhotoSketch\Checkpoints*。
如果你是 macOS 或者 Linux，则批改 test_pretrained.sh 文件，批改办法与下面 windows 的一样，只不过 反斜杠 “\” 要换成 斜杆 “/”。
批改完脚本后，关上命令行 / 终端，输出以下命令，就会将你 PhotoSketch\examples 目录下的文件转化为“速写”。
windows:
scripts\test_pretrained.cmdLinux/MacOS:
./scripts/test_pretrained.sh转化后果能够在 PhotoSketch\Results 中看到，如下两图所示。
待转化目录：
转化后：
能够看到成果其实不是十分好，因为是作者预训练的模型，所以成果不好也失常，如果大家需要的话，能够本人针对性地拿一些图像训练模型，并针对性地做辨认，这样做成果才是最好的。
你须要训练或测试本人的模型也非常简单：
- 在仓库的 根目录中，运行
scripts/train.sh能够训练模型 - 在仓库的 根目录中，运行
scripts/test.sh能够测试 val 集或测试集
当然训练过程必定没这么简略，你会遇到不少问题，然而我置信大部分都是寄存图片的目录构造上的问题，大家如果有趣味能够入手试试。
以上就是本次分享的所有内容，如果你感觉文章还不错，欢送关注公众号：Python 编程学习圈，每日干货分享，发送“J”还可支付大量学习材料，内容笼罩 Python 电子书、教程、数据库编程、Django，爬虫，云计算等等。或是返回编程学习网，理解更多编程技术常识。
