
Английский | 中文
Вы можете использовать его для автоматического удаления мозаики в изображениях и видео или добавить к ним мозаику.
Этот проект основан на «семантической сегментации» и «переводе изображения на изображение».
Попробуйте на этом сайте!

| источник | Автоматическое добавление мозаики | Авто чистая мозаика |
|---|---|---|
![]() | ![]() | ![]() |
![]() | ![]() | ![]() |
| Мозаичный образ | Deepcreampy | наш |
|---|---|---|
![]() | ![]() | ![]() |
![]() | ![]() | ![]() |
| источник | Ван Гог | к зиме |
|---|---|---|
![]() | ![]() | ![]() |
Интересный пример: Рикардо Милос для кошки
Вы можете запустить DeepMosaics через предварительно построенный двоичный пакет или из Source.
Вы можете просто попытаться удалить мозаику на лице на этом сайте.
Для Windows мы выбиваем версию GUI для легкого тестирования.
Загрузите эту версию и предварительно обученную модель через [Google Drive] [百度云, 提取码 1x0a]

Внимание:
Этот код зависит от OpenCV-Python, Torchvision, доступной через установку PIP.
git clone https://github.com/HypoX64/DeepMosaics.git
cd DeepMosaics Вы можете скачать предварительные модели и поместить их в './pretriand_models'.
[Google Drive] [百度云, 提取码 1x0a]
[Введение в предварительно обученные модели]
Чтобы добавить/удалить мозаику, должна быть модельный файл mosaic_position.pth at ./pretrained_models/mosaic/mosaic_position.pth
(Необязательно) Создайте виртуальную среду
virtualenv mosaic
source mosaic/bin/activateЗатем установите зависимости
pip install -r requirements.txt Если вы не можете построить scikit-image , запуск export CFLAGS='-Wno-implicit-function-declaration затем попробуйте восстановить.
python deepmosaic.py --media_path ./imgs/ruoruo.jpg --model_path ./pretrained_models/mosaic/add_face.pth --gpu_id 0python deepmosaic.py --media_path ./result/ruoruo_add.jpg --model_path ./pretrained_models/mosaic/clean_face_HD.pth --gpu_id 0 Если вы видите ошибку Please check mosaic_position_model_path! , Проверьте, есть ли модель -файл с именем mosaic_position.pth at ./pretrained_models/mosaic/mosaic_position.pth
Если вы хотите проверить другие изображения или видео, пожалуйста, обратитесь к этому файлу.
[options_introduction.md]
Если вы хотите тренироваться со своим собственным набором данных, пожалуйста, см.
Этот код в значительной степени заимствует [pytorch-cyclegan-and-pix2pix] [pytorch-unet] [pix2pixhd] [bisenet] [dfdnet] [gfrnet_pytorch_new].