pytorch AdaIN

Pytorch-Adain

這是一個非正式的Pytorch實施，即具有自適應實例歸一化[Huang+，ICCV2017]的紙，任意樣式轉移。我真的很感謝作者在火炬中的原始實現，這非常有用。

要求

請按pip install -r requirements.txt安裝要求

• Python 3.5+
• pytorch 0.4+
• 火炬
• 枕頭

（可選，用於培訓）

• TQDM
• TensorboardX

用法

下載型號

從發行版中下載dododer.pth / vgg_normalized.pth，並將它們放在models/下。

測試

使用--content和--style為內容和样式圖像提供相應的路徑。

 CUDA_VISIBLE_DEVICES=<gpu_id> python test.py --content input/content/cornell.jpg --style input/style/woman_with_hat_matisse.jpg

您還可以使用--content_dir和--style_dir在內容和样式圖像的目錄上運行代碼。它將將內容和样式的所有可能組合保存到輸出目錄中。

 CUDA_VISIBLE_DEVICES=<gpu_id> python test.py --content_dir input/content --style_dir input/style

這是通過指定--style和--style_interpolation_weights選項來混合四種樣式的示例。

 CUDA_VISIBLE_DEVICES=<gpu_id> python test.py --content input/content/avril.jpg --style input/style/picasso_self_portrait.jpg,input/style/impronte_d_artista.jpg,input/style/trial.jpg,input/style/antimonocromatismo.jpg --style_interpolation_weights 1,1,1,1 --content_size 512 --style_size 512 --crop

其他一些選項：

• --content_size ：內容圖像的新（最小）大小。如果設置為0，請保持原始尺寸。
• --style_size ：內容圖像的新（最小）大小。如果設置為0，請保持原始尺寸。
• --alpha ：調整樣式的程度。它應該是0.0和1.0之間的值（默認值）。
• --preserve_color ：保留內容圖像的顏色。

火車

使用--content_dir和--style_dir可為內容和样式圖像提供相應的目錄。

 CUDA_VISIBLE_DEVICES=<gpu_id> python train.py --content_dir <content_dir> --style_dir <style_dir>

有關更多詳細信息和參數，請參閱-help選項。

我將該代碼訓練的模型分享為iter_1000000.pth 。

參考

• [1]：X。 Huangand S.屬於。 “與自適應實例歸一化實時的任意樣式轉移。”，在ICCV，2017年。
• [2]：火炬中的原始實施