Stylized Neural Painting 项目使用教程

Stylized Neural Painting 项目使用教程

stylized-neural-painting Official Pytorch implementation of the preprint paper "Stylized Neural Painting", in CVPR 2021. 项目地址: https://gitcode.com/gh_mirrors/st/stylized-neural-painting

1. 项目目录结构及介绍

本项目是基于PyTorch的开源项目，用于将图片转换为具有艺术风格的画作。以下是项目的目录结构及其说明：

• brushes/: 存放画笔样式的文件夹。
• gallery/: 展示项目生成画作的画廊文件夹。
• style_images/: 存放用于风格迁移的图片文件夹。
• test_images/: 存放测试图片的文件夹。
• LICENSE: 项目的许可文件。
• README.md: 项目的说明文档。
• Requirements.txt: 项目所需的依赖库列表。
• demo.py: 展示项目功能的演示脚本。
• demo_8bitart.py: 8位艺术风格的演示脚本。
• demo_nst.py: 神经风格迁移的演示脚本。
• demo_prog.py: 渐进式渲染的演示脚本。
• imitator.py: 用于模仿训练的脚本。
• loss.py: 损失函数的实现。
• morphology.py: 形态学操作的实现。
• networks.py: 神经网络模型的实现。
• painter.py: 绘画功能的实现。
• predict.py: 预测功能的实现。
• pytorch_batch_sinkhorn.py: 批量sinkhorn损失的实现。
• renderer.py: 渲染器的实现。
• runway.yml: Runway配置文件。
• runway_model.py: Runway模型的实现。
• train_imitator.py: 训练模仿者的脚本。
• utils.py: 实用工具函数的实现。

2. 项目的启动文件介绍

项目的启动文件是demo.py，它是一个用于演示项目功能的Python脚本。以下是其主要功能：

• 加载预训练的神经渲染器。
• 读取测试图片。
• 根据提供的参数生成艺术风格的画作。
• 展示生成的画作。

运行demo.py需要指定一些参数，例如图片路径、画布颜色、最大笔触数等。

3. 项目的配置文件介绍

项目的配置文件主要是Requirements.txt，它列出了项目运行所需的所有Python依赖库。用户需要使用以下命令安装这些依赖：

pip install -r Requirements.txt

此外，项目中的runway.yml文件也用于配置Runway环境，但具体内容需要根据实际的项目需求进行调整。

在运行项目之前，确保所有依赖都已正确安装，并且配置文件符合项目的需求。

stylized-neural-painting Official Pytorch implementation of the preprint paper "Stylized Neural Painting", in CVPR 2021. 项目地址: https://gitcode.com/gh_mirrors/st/stylized-neural-painting