【突破二次元壁！】手把手教你用AnimeGAN将风景图转换成宫崎骏动漫风

这项来自武汉大学和湖北工业大学的研究，采用的是神经风格迁移 + 生成对抗网络（GAN）的组合。今天我们就来尝试一下，使用这个模型来将真实世界的风景图转换成宫崎骏画风的动漫吧~

论文出处：《AnimeGAN: a novel lightweight GAN for photo animation》
源码地址：https://github.com/TachibanaYoshino/AnimeGAN

0. 效果图：

先看一下效果（来自北京理工大学风景）：

美翻了有没有 ~ (￣▽￣) ~

1. 下载源码：

这里提供一个运行 demo 的简单源码：

https://github.com/Sharpiless/Easy-AnimeGAN

打开后第一步——点星星⭐：

然后下载：

解压并创建三个文件夹：

2. 下载预训练模型：

预训练模型地址：https://github.com/TachibanaYoshino/AnimeGAN/releases/download/Haoyao-style_V1.0/Haoyao-style.zip
（这个需要 科 学 上 网，有困难可以私戳我哈，，，主要是嫌那个百度网盘上传太慢了，，）

下载完之后解压到 checkpoints 文件夹里面：

3. 准备图片：

我们将想要转换的图片放到 dataset 文件夹下面就 OK：

4. 开始转换：

打开这个目录：

运行 demo.py 即可：

5. 查看成果：

在 results 文件夹下就可以看到转换后的效果啦：

最终效果（有没有被惊艳到）：

6. 模型结构：

为啥放最后呢，，，因为大部分人感觉不会看这部分的hahhh，而且由于论文还未公开（反正我是找不到），细节就无从下手啦，，，但是还是简单提一下吧：

其实它看起来就是一个常规的 CNN 网络，但采用了实例归一化以及新型的 LReLU 激活函数。

在论文中还提出了三个全新的损失函数用于提升风格化的动漫视觉效果，这三个损失函数分别是灰度风格损失，灰度对抗损失和颜色重建损失。

最后再放几张图吧~