Anime2SketchダウンロードAnime2Sketchソースコードのダウンロード

Anime2Sketch

パイソン

1.0.0

ダウンロード

Anime2Sketch

Anime2Sketch：イラストのためのスケッチ抽出器、アニメアート、漫画

Xiaoyu Xiangによる

ティーザーデモ

更新

2022.1.14： KitoriaによるDocker環境を追加します
2021.12.25：ReadMeを更新します。メリークリスマス！
2021.5.24：補間エラーとGPU推論エラーを修正します。
2021.5.12： AK391によるWebデモ
2021.5.2：アニメビデオのより多くの例をアップロードします。
2021.4.30：テストスクリプトをアップロードします。今、私たちのレポは実行する準備ができています！
2021.4.11：前処理された重みとより多くのテスト結果をアップロードします。
2021.4.8：レポを作成します。

導入

リポジトリには、ANIME2SKETCHのテストコードと事前処理された重みが含まれています。

Anime2Sketchは、イラスト、アニメアート、漫画でうまく機能するスケッチ抽出器です。これは、「スケッチ間統合のための敵対的なオープンドメイン適応」という論文に基づいたアプリケーションです。

前提条件

Linux、MacOS、Docker
Python 3（アナコンダを使用することをお勧めします）
CPUまたはNVIDIA GPU + CUDA CUDNN
枕、Pytorch

始めましょう

インストール

必要なパッケージのインストール： pip install -r requirements.txt

前提条件のウェイトをダウンロードしてください

GoogledRiveからWeightsをダウンロードして、Weights/ Folderに入れてください。

また、ダーク /ローコントラスト画像で動作するモデルのアーティファクトフリーのバージョンもあります。 GoogleDriveからWeightsをダウンロードして、Weights/ Folderに入れることができます。

テスト

python3 test.py --dataroot /your_input/dir --load_size 512 --output_dir /your_output/dir

上記のコマンドには3つの引数が含まれています。

DatAroot：テストファイルまたはディレクトリ
load_size：メモリの制限により、処理する前に入力画像を変更する必要があります。デフォルトでは、 512x512にサイズを変更します。
output_dir：出力ディレクトリのパス

例を実行します：

python3 test.py --dataroot test_samples/madoka.jpg --load_size 512 --output_dir results/

Docker

Dockerで実行したい場合は、入力/出力画像ディレクトリをカスタマイズすることで簡単に実行できます。
Docker画像を作成します

make docker-build

入力/出力ディレクトリの設定
MakeFileで入力/出力画像のマウントボリュームをカスタマイズできます。ターゲットディレクトリを設定してください。

 docker run -it --rm --gpus all -v `pwd`:/workspace -v {your_input_dir}:/input -v {your_output_dir}:/output anime2sketch

例：

 docker run -it --rm --gpus all -v `pwd`:/workspace -v `pwd`/test_samples:/input -v `pwd`/output:/output anime2sketch

走る

make docker-run

CPUのみを実行する場合は、2つのものを修正する必要があります（GPUオプションを削除します）。

dockerfile cmd to CMD [ "python", "test.py", "--dataroot", "/input", "--load_size", "512", "--output_dir", "/output" ]
MakeFile docker -run line to docker run -it --rm -v `pwd`:/workspace -v `pwd`/images/input:/input -v `pwd`/images/output:/output anime2sketch

電車

このプロジェクトは、AODAのサブブランチです。トレーニングの指示については確認してください。

より多くの結果

私たちのモデルはイラストアートに適しています：マドカデモ DEMO1 手持ち式の写真をめくるために、Lineartsをきれいにする： Demo2 フリーハンドのスケッチを簡素化：デモ3 そして、より多くのアニメの結果： Demo4 デモ5

接触

Xiaoyu Xiang。

また、リポジトリの問題として質問を残すこともできます。答えてうれしいです！

ライセンス

このプロジェクトは、MITライセンスの下でリリースされます。

引用

 @misc { Anime2Sketch ,
  author = { Xiaoyu Xiang, Ding Liu, Xiao Yang, Yiheng Zhu, Xiaohui Shen } ,
  title = { Anime2Sketch: A Sketch Extractor for Anime Arts with Deep Networks } ,
  year = { 2021 } ,
  publisher = { GitHub } ,
  journal = { GitHub repository } ,
  howpublished = { url{https://github.com/Mukosame/Anime2Sketch} }
}

@inproceedings { xiang2022adversarial ,
  title = { Adversarial Open Domain Adaptation for Sketch-to-Photo Synthesis } ,
  author = { Xiang, Xiaoyu and Liu, Ding and Yang, Xiao and Zhu, Yiheng and Shen, Xiaohui and Allebach, Jan P } ,
  booktitle = { Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision } ,
  year = { 2022 }
}