【图片】机器学习--名画风格 neural-style

        neural-style

学习画作风格,将风格施加到另外一张图片中

例如将名画《星夜》的风格施加到一副建筑照片中:

源码 https://github.com/jcjohnson/neural-style

安装步骤:

  1.torch7

  2.loadcaff

  torch7的安装详见 前文:开源 人脸识别 openface 实用介绍 实例演示 训练自己的模型

  loadcaff的安装:

1 sudo apt-get install libprotobuf-dev protobuf-compiler
2 git clone https://github.com/szagoruyko/loadcaffe.git
3 cd loadcaffe
4 luarocks install loadcaffe-1.0-0.rockspec

  neural-style的安装:

1 git clone https://github.com/jcjohnson/neural-style.git
2 cd neural-style
3 sh models/download_models.sh

  经过第三步,下载好模型之后就可以运行了。注意,内存占用较大,一定要有足够内存否则不能运行,建议分配9GB内存,虚拟机宿主机最好有16GB内存。

  试运行:使用CPU模式(-gpu -1),此时cpu核心全开,cpu核数越多越快,4核3.3GHz 跑完一次大约需要40分钟。

th neural_style.lua -gpu -1 -print_iter 1

  基本功能:使用style_image作为风格,content_image为等待修改图片,程序会自动合成第三张图片。

th neural_style.lua -gpu -1 -print_iter 1 -style_image <image.jpg> -content_image <image.jpg> 

  

时间: 2024-10-05 11:35:13

【图片】机器学习--名画风格 neural-style的相关文章

【原创】梵高油画用深度卷积神经网络迭代十万次是什么效果? A neural style of convolutional neural networks

作为一个脱离了低级趣味的码农,春节假期闲来无事,决定做一些有意思的事情打发时间,碰巧看到这篇论文: A neural style of convolutional neural networks,译作卷积神经网络风格迁移. 这不是“暮光女”克里斯丁的研究方向吗?!连好莱坞女星都开始搞人工智能发paper,真是热的可见一斑! 这篇文章中讲述了如何用深层卷积神经网络来将一张普通的照片转化成一幅艺术风格的画作(比如梵高的星夜),可以看做是DL(deep learning)在NPR(非真实渲染non p

Neural Style Transfer

风格转移 这几天看了一篇风格转移的论文,这里大致介绍下论文的内容,并且推到下论文中出现的公式. 基本思想 有两张图片,我们关注一张图片的内容(Content)记为C,一张图片的风格(Style)记为S,想要生成一张图片包含C的内容和S的风格,记为G. 那么如何获取图片的C和S那?论文使用训练好的VGG net解决这一问题. 文中使用VGG net的中间层来表示C:对于一张input_image,中间某一输出层shape为$heighttimes width times channel$,将其re

仿360新闻的热搜图片,win8风格随机九宫格布局

360新闻地址:http://sh.qihoo.com/i/ 感觉这效果挺好的,随机九宫格,在不少地方可以用到,就研究了下他的源码,基本原理就是预先定义好几种布局模块,然后根据需要进行拼接,具体代码可以看下面的,复制下运行看效果吧. 源码打包下载地址:http://download.csdn.net/detail/sweetsuzyhyf/7107063 代码在这里: [html] view plain copy print? <html> <head> <title>

关于c++风格 code style

Header files should be self-contained. All header files should have #define guards to prevent multiple inclusion. The format of the symbol name should be <PROJECT>_<PATH>_<FILE>_H_. You may forward declare ordinary classes in order to av

Rest风格WEB服务(Rest Style Web Service)的真相

http://blog.csdn.net/jia20003/article/details/8365585 Rest风格WEB服务(Rest Style Web Service)的真相 分类: J2EE2012-12-21 21:55 6103人阅读 评论(2) 收藏 举报 写这篇文章是目的不是介绍Web-Service, 而是从Restful Web Service说起来剖析一下 什么才是真正的Restful Style的架构与协议,从而更好的理解web服务的设计理念与架 构本质. 一:Web

风格迁移算法

最近推导了一些机器学习入门的算法,老是搞那些数学知识,搞的自己都没信心和新区了.今天学着玩点有趣好玩的. 图像的艺术风格迁移算法,算是一个简单有趣,而且一般人都能看得到效果的算法.图像艺术风格迁移,简单的理解,就是找一个照片作为内容,然后把这个照片换成梵高或者毕加索等制定的风格.关于图像艺术风格迁移的一些历史和知识,大家可以看看这篇文章:图像风格迁移(Neural Style)简史. 思路 风格迁移的大概思路是:我们需要准备两张图片.一张是我们将要输出的内容图片,另外一张是我们需要模仿的风格图片

TensorFlow【机器学习】:如何正确的掌握Google深度学习框架TensorFlow(第二代分布式机器学习系统)?

本文标签:   机器学习 TensorFlow Google深度学习框架 分布式机器学习 唐源 VGG REST   服务器 自 2015 年底开源到如今更快.更灵活.更方便的 1.0 版本正式发布,由 Google 推出的第二代分布式机器学习系统 TensorFlow一直在为我们带来惊喜,一方面是技术层面持续的迭代演进,从分布式版本.服务框架 TensorFlow Serving.上层封装 TF.Learn 到 Windows 支持.JIT 编译器 XLA.动态计算图框架 Fold 等,以及

吴恩达【深度学习工程师】 04.卷积神经网络 第四周特殊应用(2)神经风格转换

该笔记介绍的是<卷积神经网络>系列第四周:特殊应用(2)神经风格转换 主要内容有: 1.神经风格转换 2.卷积网络隐藏单元可视化显示 3.神经风格转换代价函数 4.内容代价函数 5.风格代价函数 *6.数据从一维到三维的推广 神经风格转换 把C(content)内容图片转化为风格类似S(style)风格图片的G(generated)生成图片. 卷积网络隐藏单元可视化显示 通过观察可视化显示的不同隐藏单元的输出结果真正了解卷积网络中深度较大的层真正在做些什么. 可视化图块输出: 从第一层隐藏层第

语音中的风格转换

图像中的风格转换 风格转换是最早来源于图像领域的概念,一言以蔽之,即是:将一张图片的艺术风格应用到另外一张图片上. 深度卷积网络具有良好的特征提取能力,不同层提取的特征具有不同的含义.深度卷积网络由一层层的非线性函数组成,可以视为复杂的多元线性函数,该函数完成从输入图像到输出的映射.一般而言,训练风格转换深度网络的损失函数来源于两个方面: 内容损失 可以使用均方误差度量内容图片\(\vec p\)和生成的feature map即\(\vec x\)之间的距离: \[ L_{content}(\v