喜欢动漫的朋友都知道宫崎骏和新海诚,在他们手绘下的动漫具有了灵魂,张张都是壁纸。作为日漫的爱好者,如果现在有模型能将你拍摄的真实照片转化成日漫风的手绘画面,是不是感觉非常酷炫。这就是今天要说的AnimeGANv2 。就可以将现实的照片转化为动漫风格的模型可以一键应用。

AnimeGAN是基于CartoonGAN的改进,并提出了一个更加轻量级的生成器架构。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、颜色重建损失

最强二次元风格迁移模型 AnimeGAN 已经发布了一项更新,由社区贡献者开发,现在可以在线上轻松运行模型,还可以调整风格参数,输出你想要的照片效果。通过 Gradio 实现了一个可以在线运行的 Demo,发布在 huggingface 上

AnimeGANv2 的更新重点:

  •  1.解决生成图像中高频伪影的问题。
  •  2、训练简单,直接实现论文中的效果。
  • 3. 进一步减少生成器网络的参数数量。(生成器大小:8.17 Mb)
  •  4.使用新的高质量风格数据,尽可能来自BD电影。
AnimeGANv3 的更新重点:
  • 2021-12-25 AnimeGANv3的论文将于2022年发布。

TensorFlow 版本环境配置要求

  • python 3.6
  • tensorflow-gpu
    • tensorflow-gpu 1.8.0 (ubuntu, GPU 1080Ti or Titan xp, cuda 9.0, cudnn 7.1.3)
    • tensorflow-gpu 1.15.0 (ubuntu, GPU 2080Ti, cuda 10.0.130, cudnn 7.6.0)
  • opencv
  • tqdm
  • numpy
  • glob
  • argparse

用法

1、推理

python test.py –checkpoint_dir checkpoint/generator_Hayao_weight –test_dir dataset/test/HR_photo –style_name Paprika/HR_photo

2、将视频转换为动漫

python video2anime.py –video video/input/www.linuxmi.com.mp4 –checkpoint_dir checkpoint/generator_Paprika_weight

项目地址:https://github.com/TachibanaYoshino/AnimeGANv2

演示地址:https://huggingface.co/spaces/akhaliq/AnimeGANv2

pytorch版本的AnimeGANv2代码地址:https://github.com/bryandlee/animegan2-pytorch

Gradio演示AnimeGanv2人脸肖像。要使用它,只需上传您的图像,或单击其中一个示例加载它们。点击下面的链接阅读更多内容。请使用裁剪的肖像图片,以获得与文中示例类似的最佳效果。

心动了吧!这么好玩的项目不赶紧在线体验下吗?

需要Windows下的执行程序及Linux下的使用方法请关注Linux迷公众号,关注后回复​:GAN 即可得到下载地址及方法。

发表评论