GAN
是机器学习中的生成性反抗网络,指标是合成与实在图像无奈辨别的人工样本,如图像。即扭转人脸图像中的特定特色,如姿态、脸型和发型,GAN
的次要挑战就是如何图像变得更加真切。
StyleGAN
是一种基于款式的 GAN
的生成器体系结构,是一个弱小的能够管制生成图片属性的框架,它采纳了全新的生成模型,分层的属性管制,可能生成 1024×1024
分辨率的人脸图像,并且能够进行属性的准确管制与编辑,能够生成最先进的后果—高分辨率图像,看起来比以前生成的图像更实在。
- 对于应用
StyleGAN
技术生成人脸的技术曾经开源了,已反对网红脸、明星脸、萌娃脸、超模脸、黄种人脸等图像的生成。
- 对于
windows
中如何应用这项技术呢?
- 首先咱们须要有
Python3
环境,这里举荐 Anaconda
集成环境,下载地址:https://www.anaconda.com/
- 另外咱们须要装置
CUDA 10.0
及以上的环境,下载地址:https://developer.nvidia.com/cuda-10.0-download-archive
- 其次咱们须要装置
CUDA 10.0
对应的 cuDNN
,我下载的是 cuDNN 7.6.4 for CUDA 10.0
,下载地址:https://developer.nvidia.com/rdp/cudnn-archive
- 最初咱们须要装置
VS2017
或 VS2019
,下载地址:https://visualstudio.microsoft.com/zh-hans/vs/,装置的时候肯定勾选上 应用 C ++ 的桌面开发
- 首先咱们须要下载我的项目到本地,而后再装置我的项目所需的一些依赖即可
- 我的项目地址:https://github.com/a312863063/generators-with-stylegan2.git
- 如果你无奈通过
git clone
下载,也能够间接去链接外面下载压缩包,下载到本地后再解压
# 下载我的项目库
git clone https://github.com/a312863063/generators-with-stylegan2.git
# 装置依赖
pip install tensorflow-gpu==1.14.0
pip install scipy==1.3.3
pip install requests==2.22.0
pip install Pillow==6.2.1
- 须要关上我的项目中的文件
dnnlib/tflib/custom_ops.py
,第 29 行所标注的 MSVC
的版本号
- 这个根据本身电脑装置的版本进行批改便可,个别只须要批改下图的
14.16.27023
的地位即可
compiler_bindir_search_path = ['C:/Program Files (x86)/Microsoft Visual Studio/2017/Community/VC/Tools/MSVC/14.16.27023/bin/Hostx64/x64',
'C:/Program Files (x86)/Microsoft Visual Studio/2019/Community/VC/Tools/MSVC/14.16.27023/bin/Hostx64/x64',
'C:/Program Files (x86)/Microsoft Visual Studio 14.0/vc/bin',
]
- 只须要运行
python main.py
即可生成对应的模型的图片
- 在
main.py
文件中,咱们能够看到,能够自定义模型和一次性生成图片的数量
- 模型须要自行下载,下载实现后放到
networks
目录下,想生成哪种类型的图片,只有更换模型门路即可
- 当初反对网红脸、明星脸、萌娃脸、超模脸、黄种人脸等模型,下载链接在
networks
文件夹下文本文档中
def main():
os.makedirs('results/', exist_ok=True)
os.makedirs('results/generate_codes/', exist_ok=True)
network_pkl = 'networks/generator_star-stylegan2-config-f.pkl' # 模型地位
generate_num = 20 # 生成数量
generate_images(network_pkl, generate_num)