Beranda>Terkait pemrograman>ular piton
Unduh

Anime-inpainting: Alat aplikasi yang didasarkan pada koneksi tepi

Bahasa Inggris | 中文版介绍

Penting

Pembaruan 2019.3.27:
Metode gambar terbaru kami Pi-Rec lebih kuat.
Lihatlah, dan saya yakin itu tidak akan mengecewakan Anda.

Waktu pertunjukan alat? ️‍?

Output

Operasi Alat

Perkenalan:

Ini adalah alat aplikasi yang dioptimalkan yang memiliki frontend berdasarkan Opencv , yang backendnya menggunakan Edge-Connect. Pastikan Anda telah membaca karya dan lisensi mereka yang luar biasa secara menyeluruh. Dibandingkan dengan karya asli, proyek ini memiliki perbaikan seperti itu:

  • Tambahkan Mode Aplikasi Alat
  • Mengoptimalkan fase pelatihan
    • File bobot terbaru dan beban otomatis dan otomatis
    • Tambahkan fase pelatihan cepat yang dikombinasikan dengan Asal Fase 2 dan 3
  • bug diperbaiki (kebanyakan dari mereka digabungkan ke dalam karya asli)
  • Tambahkan file utilitas
  • Tambahkan konfigurasi di config.yml
    • Print_frequency
    • Perangkat: CPU atau GPU
  • ... ...

Anda dapat melakukan anime yang luar biasa dengan nyaman di sini.

Dan manual pelatihan terperinci dirilis. Anda dapat melatih dataset Anda sendiri dengan lancar sekarang.

Prasyarat

  • Python 3
  • Pytorch 1.0 ( 0.4 tidak didukung)
  • Nvidia gpu + cuda cudnn

Instalasi

  • Klone repo ini
  • Instal Pytorch dan dependensi dari http://pytorch.org
  • Pasang persyaratan Python: 
pip install -r requirements.txt

Jalankan alat

Saya ingin menjalankan alat! Tenang dan ikuti langkah seperti itu:

Info: File bobot berikut dilatih pada dataset wajah anime yang berkinerja tidak baik pada karakter anime utuh yang besar.

  1. Unduh file bobot model yang terlatih dengan baik -> Google Drive | Baidu
  2. Buka ritsleting .7z dan letakkan di bawah direktori root Anda. Jadi pastikan jalur Anda sekarang adalah: ./model/getchu/<xxxxx.pth>
  3. Lengkapi prasyarat dan instalasi di atas
  4. (Opsional) Periksa dan edit file konfigurasi ./model/getchu/config.yml sesuai keinginan Anda
  5. Jalankan alat Cooool:

Alat default: 

python tool_patch.py --path model/getchu/

Alat dengan jendela tepi: 

python tool_patch.py --edge --path model/getchu/

Args membantu 

python tool_patch.py -h

Ps. Anda dapat menjalankan model yang terlatih dengan baik, tidak hanya di atas satu. Anda dapat mengunduh lebih banyak file bobot model dari koneksi tepi yang asli. Kemudian Anda dapat menjalankan alat seperti di atas. Hanya satu hal yang harus hati-hati: config.yml dalam proyek ini memiliki beberapa opsi tambahan daripada konfigurasi dari koneksi tepi.

Operasi Alat

Untuk manual terperinci, lihat cetakan terminal Anda atau __doc__ di tool_patch.py .

Di bawah ini adalah manual operasi alat yang disederhanakan:

Kunci keterangan
Tikus Left Untuk menarik area yang rusak di input jendela dan untuk menggambar tepi di edge jendela
Tikus Right Untuk menghapus tepi di edge jendela
Kunci [ Untuk membuat ketebalan sikat lebih kecil
Kunci ] Untuk membuat ketebalan sikat lebih besar
Kunci 0 Todo
Kunci 1 Todo
Kunci n Untuk menambal bagian hitam gambar, cukup gunakan gambar input
Kunci e Untuk menambal bagian hitam gambar, gunakan gambar input dan edit tepi (hanya berfungsi di bawah jendela tepi yang dibuka)
Kunci r Untuk mengatur ulang pengaturan
Kunci s Untuk menyimpan output
Kunci q Untuk berhenti

Manual Pelatihan

Klik di sini -> Manual Pelatihan sendiri

中文版介绍 ??

重要

2019.3.27 更新:
我们的最新模型 pi-rec 更强大.
如果你想用最新的 ai 绘画黑科技 ， 而非仅仅是修补图像 ， 请点击上面的链接?

简介

Alat 效果看上面? | Bilibili ： ： Untuk dilakukan

这是图像修补方向最新研究成果 Edge-Connect 的阿姆斯特朗氮气加速魔改（优化）版。 用Opencv写了个前端部分 ， 后端是 后端是 后端是 后端是 ， ， 此工具可以用来自动图像修补 ， 去马赛克 去马赛克 …… 同样优化了模型训练的过程。具体优化内容请看英文版 同样优化了模型训练的过程。具体优化内容请看英文版。 同样优化了模型训练的过程。具体优化内容请看英文版 同样优化了模型训练的过程。具体优化内容请看英文版

更新 ： 训练手册已经填坑完发布了！你可以照着指南训练自己数据集了 ~

基础环境

  • Python 3
  • Pytorch 1.0 ( 0.4会报错)
  • Nvidia gpu + cuda cudnn （当前版本已可选 cpu ， 请修改config.yml中的DEVICE ）

第三方库安装

  • Klone repo ini
  • 安装 pytorch 和 Torchvision -> http://pytorch.org
  • 安装 Persyaratan Python: 
pip install -r requirements.txt

运行 Alat

教练！我有个大胆的想法? …… 别急 ， ：

注意 ： 以下模型是在动漫头像数据集上训练的 ， 所以对动漫全身大图修补效果一般 ， 想自己再训练的参考下面的训练指南

  1. 下训练好的模型文件 -> Google Drive | Baidu
  2. 解压.7z放到你的根目录下. 确保你的目录现在是这样: ./model/getchu/<xxxxx.pth>
  3. 完成上面的基础环境和第三方库安装步骤
  4. (可选) 检查并编辑./model/getchu/config.yml配置文件
  5. 使用以下命令运行 ：

默认 Alat: 

python tool_patch.py --path model/getchu/

带 edge 编辑窗口的 Alat: 

python tool_patch.py --edge --path model/getchu/

命令行参数帮助

python tool_patch.py -h

Ps. 你也能用 Alat 跑别的任何模型 ， 在这里下载原作更多模型 在这里下载原作更多模型 在这里下载原作更多模型 在这里下载原作更多模型 在这里下载原作更多模型 在这里下载原作更多模型 在这里下载原作更多模型 在这里下载原作更多模型 在这里下载原作更多模型 在这里下载原作更多模型 在这里下载原作更多模型 在这里下载原作更多模型 ， ， ， ， ， ， ， ， ， ， ， ， ， ， 文件组织方式参考上面 ， 其余运行命令都一样。唯一注意的是这个项目的config.yml比原作的多了几个选项 ， ，

Alat 操作指南

详细内容请翻看控制台的打印内容 ， 或查看tool_patch.py里的__doc__
简略版 Alat ： ：

按键说明
鼠标左键Input ： ： 画出瑕疵区域的遮盖 ， tepi 窗口 ： 手动画边缘
鼠标右键Tepi 窗口 ： 橡皮擦
按键[笔刷变细 （控制台打印粗细大小）
按键]笔刷变粗
按键0 Todo
按键1 Todo
按键n修补黑色涂抹区域 ， 只使用一张输入图片
按键e修补黑色涂抹区域 ， 使用输入图片和边缘图片（仅当 tepi 窗口启动时有效）
按键r全部重置
按键s保存输出图片
按键q退出

训练指南

训练指南 -> 阅读

Lisensi

Lisensi di bawah Atribusi Creative Commons-Nonkomersial 4.0 International.

Kecuali jika dicatat, konten ini diterbitkan di bawah lisensi CC BY-NC, yang berarti Anda dapat menyalin, membuat remix, mengubah, dan membangun konten selama Anda tidak menggunakan materi untuk tujuan komersial dan memberikan kredit yang sesuai dan memberikan tautan ke lisensi.

Kutipan

Jika Anda menggunakan kode ini untuk penelitian Anda, silakan kutip makalah kami Edgeconnect: Inpaining gambar generatif dengan pembelajaran tepi permusuhan: 

 @inproceedings{nazeri2019edgeconnect,
  title={EdgeConnect: Generative Image Inpainting with Adversarial Edge Learning},
  author={Nazeri, Kamyar and Ng, Eric and Joseph, Tony and Qureshi, Faisal and Ebrahimi, Mehran},
  journal={arXiv preprint},
  year={2019},
}
Memperluas
Informasi Tambahan
Aplikasi Terkait
Direkomendasikan untuk Anda
Informasi Terkait Semua