DeepMosaics

심해

영어 | 中文
이를 사용하여 이미지와 비디오에서 모자이크를 자동으로 제거하거나 모자이크를 추가 할 수 있습니다.
이 프로젝트는 "시맨틱 세분화"및 "이미지-이미지 번역"을 기반으로합니다.
이 웹 사이트에서 시도해보십시오!

예

기원	자동 추가 모자이크	자동 청소 모자이크

• Deepcreampy와 비교합니다

모자이크 이미지	딥크리피	우리 것

• 스타일 전송

기원	반 고흐에게	겨울까지

흥미로운 예 : Ricardo Milos to Cat

Deepmosaics를 실행하십시오

사전 제작 된 바이너리 패키지를 통해 DeepMosaics를 실행하거나 소스에서 실행할 수 있습니다.

웹에서 시도하십시오

이 웹 사이트에서 얼굴 에서 모자이크를 제거하려고 시도 할 수 있습니다.

사전 제작 된 이진 패키지

Windows의 경우 쉽게 테스트 할 수있는 GUI 버전을 bulid습니다.
[Google Drive] [百度云, 提取码 1x0a]를 통해이 버전과 미리 훈련 된 모델을 다운로드하십시오.

• [도움말 문서]
  
• 비디오 자습서 => [YouTube] [Bilibili]

관심 :

• Windows_X86_64가 필요하고 Windows10이 더 좋습니다.
  
• 다른 미리 훈련 된 모델은 다른 효과에 적합합니다. [미리 훈련 된 모델 소개]
  
• 실행 시간은 컴퓨터 성능에 따라 다릅니다 (GPU 버전은 성능이 향상되지만 CUDA를 설치해야합니다).
  
• 출력 비디오를 재생할 수 없으면 Potplayer로 시도 할 수 있습니다.
  
• GUI 버전은 소스보다 느린 업데이트됩니다.
  

소스에서 실행됩니다

전제 조건

• Linux, Mac OS, Windows
• 파이썬 3.6+
• FFMPEG 3.4.6
• Pytorch 1.0+
• CPU 또는 NVIDIA GPU + CUDA CUDNN
  

의존성

이 코드는 PIP 설치를 통해 사용할 수있는 OpenCV-Python, TorchVision에 따라 다릅니다.

이 저장소를 복제하십시오

git clone https://github.com/HypoX64/DeepMosaics.git
cd DeepMosaics

미리 훈련 된 모델을 얻으십시오

pre_trained 모델을 다운로드하여 './pretraind_models'에 넣을 수 있습니다.
[Google Drive] [[[, 1x0a]
[미리 훈련 된 모델 소개]

모자이크를 추가/제거하려면 ./pretrained_models/mosaic/mosaic_position.pth 에서 모델 파일 mosaic_position.pth 가 있어야합니다.

종속성을 설치하십시오

(선택 사항) 가상 환경을 만듭니다

virtualenv mosaic
source mosaic/bin/activate

그런 다음 종속성을 설치하십시오

pip install -r requirements.txt

scikit-image 구축 할 수 없다면 export CFLAGS='-Wno-implicit-function-declaration 재건하려고 시도하십시오.

간단한 예

• MOSAIC 추가 (출력 매체는 './result'에 저장됩니다)
  

python deepmosaic.py --media_path ./imgs/ruoruo.jpg --model_path ./pretrained_models/mosaic/add_face.pth --gpu_id 0

• Clean Mosaic (출력 미디어가 './result'를 저장합니다)
  

python deepmosaic.py --media_path ./result/ruoruo_add.jpg --model_path ./pretrained_models/mosaic/clean_face_HD.pth --gpu_id 0

오류가 표시되면 Please check mosaic_position_model_path! , ./pretrained_models/mosaic/mosaic_position.pth 에서 mosaic_position.pth 라는 모델 파일이 있는지 확인하십시오.

더 많은 매개 변수

다른 이미지 나 비디오를 테스트하려면이 파일을 참조하십시오.
[옵션 _introduction.md]

자신의 데이터 세트로 교육

자신의 데이터 세트로 훈련하려면 Training_with_your_own_dataset.md를 참조하십시오.

감사의 말

이 코드는 [Pytorch-Cyclegan-and-Pix2pix] [Pytorch-Unet] [Pix2Pixhd] [Bisenet] [dfdnet] [gfrnet_pytorch_new]에서 많이 빌려줍니다.