简介
代码主要是来源于何之源的github,https://github.com/hzy46/fast-neural-style-tensorflow
里面也有参考教程
使用与训练模型测试
下载源码解压,解压后的文件为fast-neural-style-tensorflow-master。
可以到教程中找到已经训练好的模型进行测试,提供了已经训练好的七个模型,这七个模型分别代表不同的艺术风格。然后在
fast-neural-style-tensorflow-master文件夹下新建一个models文件,将需要的模型下载下来,并将其复制到models文件夹下。测试命令如下:
python eval.py --model_file=model_file/wave.ckpt-done --image_file img/test5.jpg
然后产生了一个generated文件夹,里面就是输出图片
训练自己的模型
1.准备工作
(1)首先下载VGG16模型,将下载到的压缩包解压后得到一个vgg16.ckpt文件。在fast-neural-style-tensorflow-master文件下新建一个文件夹pretrained,并将vgg16.ckpt复制到pretrained的文件夹下。然后就是下载COCO数据集,下载好的文件是train2014.zip
将其解压就行了(第一次解压的时候出现了问题,现在居然可以了,真是服了。如果出现解压不了的情况可以将其放到win下解压,没有必要全部解压,一部分就可以了)。
(2)顺便到网上下载一个名画的图片,我选的是向日葵
将这个图片放在img文件夹下,并且将这个图片命名为xiangri.jpg。
将style_image:img.wave.jpg修改为xaingri.jpg,name:"wave"修改为xiangri
2.训练
python train.py -c conf/xiangri.yml
也可以打开数据可视化tensorboard
tensorboard --logdir models/xiangri/
差不多训练1万多次的话,就训练完成了吧
3.测试
python eval.py --model_file=models/xiangri/fast-style-model.ckpt-done --image_file img/test7.jpg