Anime2Sketch

Anime2Sketch

Anime2Sketch: um extrator de esboço para ilustração, arte de anime, mangá

Por Xiaoyu Xiang

Atualizações

• 2022.1.14: Adicione o ambiente Docker por Kitoria
• 2021.12.25: Atualizar ReadMe. Feliz Natal!
• 2021.5.24: Corrija um erro de interpolação e um erro de inferência da GPU.
• 2021.5.12: Demonstração da Web por AK391
• 2021.5.2: Envie mais resultados de exemplo de vídeo de anime.
• 2021.4.30: Carregue os scripts de teste. Agora nosso repo está pronto para correr!
• 2021.4.11: Faça o upload dos pesos pré -tenhados e mais resultados de testes.
• 2021.4.8: Crie o repo.

Introdução

O repositório contém os códigos de teste e os pesos pré -terenciados para o Anime2Sketch.

Anime2Sketch é um extrator de esboço que funciona bem em ilustração, arte de anime e mangá. É um aplicativo baseado no documento "Adaptação de domínio aberto adversário para síntese de esboço para foto".

Pré -requisitos

• Linux, MacOS, Docker
• Python 3 (recomendo usar anaconda)
• CPU ou NVIDIA GPU + CUDA CUDNN
• Travesseiro, pytorch

Comece

Instalação

Instale os pacotes necessários: pip install -r requirements.txt

Baixe pesos pré -ridicularizados

Faça o download dos pesos do Googledrive e coloque -o nos pesos/ pasta.

Também temos uma versão livre de artefatos do modelo que funciona com imagens de contraste escuro / baixo. Você pode baixar os pesos do Googledrive e colocá -lo em pesos/ pasta.

Teste

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

O comando acima inclui três argumentos:

• DATAROOT: seu arquivo de teste ou diretório
• load_size: devido ao limite de memória, precisamos redimensionar a imagem de entrada antes do processamento. Por padrão, redimensionamos para 512x512 .
• output_dir: caminho do diretório de saída

Execute nosso exemplo:

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

Docker

Se você deseja executar no Docker, pode fazê -lo facilmente personalizando o diretório de imagens de entrada/saída.
Construa a imagem do Docker

make docker-build

Configuração do diretório de entrada/saída
Você pode personalizar volumes de montagem para imagens de entrada/saída por makefile. Por favor, configurando seu diretório de destino.

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

exemplo:

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

Correr

make docker-run

Se você deseja executar apenas a CPU , precisará corrigir duas coisas (remova as opções da GPU).

• Dockerfile CMD Line para CMD [ "python", "test.py", "--dataroot", "/input", "--load_size", "512", "--output_dir", "/output" ]
• Makefile Docker Run Line para docker run -it --rm -v `pwd`:/workspace -v `pwd`/images/input:/input -v `pwd`/images/output:/output anime2sketch

Trem

Este projeto é um sub-ramo da AODA. Por favor, verifique as instruções de treinamento.

Mais resultados

Nosso modelo funciona bem em artes de ilustração: Gire as fotos de mão -de -obra para limpar lineares: Simplifique esboços à mão livre: E mais resultados de anime:

Contato

Xiaoyu Xiang.

Você também pode deixar suas perguntas como problemas no repositório. Ficarei feliz em respondê -los!

Licença

Este projeto é divulgado sob a licença do MIT.

Citações

 @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 }
}