style-transfer
这个主要是利用caffe+model+code直接实现任意风格的转换。
最后实现需借助
- 一张风格图片
- 待转换风格的目标图片
- 训练模型
# coding
>>>python style.py -s <style_image> -c <content_image> -m <model_name> -g 0
优势:
- 可以实现任意风格的转换
- 可拓展性强
缺点:
- 耗时长(真的很长,如果用CPU的话)
fast-neural-style-tensorflow
风格快速迁移转换
顾名思义,这个比前者能够更快的进行风格转换,速度因机器而异,不过效率比前者确确实实提高了很多倍
最后实现需借助
- 一个训练好的风格模型
- 待转换的风格图片
# coding
>>> python eval.py --model_file <path of ckpt-done> --image_file <path of image>
优势:
- 速度相对来说很快
- 环境搭建相对来说更容易
缺点:
- 可拓展性更弱
- 只能转换固定几种风格
- 训练新风格模型时间长(比前者生成时间更长)
style-transfer的实现
环境介绍
Ubuntu16.04 + CPU + python2.7 + caffe
搭建caffe环境
介绍
Caffe是一个清晰而高效的深度学习框架。Caffe是纯粹的C++/CUDA架构,支持命令行、Python和MATLAB接口;可以在CPU和GPU直接无缝切换。
优势:
- 上手快:模型与相应优化都是以文本形式而非代码形式给出。
Caffe给出了模型的定义、最优化设置以及预训练的权重,方便立即上手。
- 速度快:能够运行最棒的模型与海量的数据。
Caffe与cuDNN结合使用,测试AlexNet模型,在K40上处理每张图片只需要1.17ms.
- 模块化:方便扩展到新的任务和设置上。
可以使用Caffe提供的各层类型来定义自己的模型。
- 开放性:公开的代码和参考模型用于再现。
- 社区好:可以通过BSD-2参与开发与讨论。
安装依赖
# caffe 依赖
>>>sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
>>>sudo apt-get install --no-install-recommends libboost-all-dev
>>>sudo apt-get install libatlas-base-dev
>>>sudo apt-get install libhdf5-serial-dev
# Python 依赖
>>>sudo apt-get install python-dev
>>>sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
安装caffe(可利用virtualenv新建一个纯净环境)
# 我们需要将caffe的源码下载下来,所以需要git
>>>sudo apt-get install git
# 下载代码
>>>git clone https://github.com/BVLC/caffe.git
# 下载完成后,进入caffe文件夹
>>>cd caffe
# 安装caffe的python依赖
>>>for req in $(cat requirements.txt); do pip install $req; done
配置caffe
# 首先确保在caffe文件夹中,然后修改配置文件
# 进行备份
>>>cp Makefile.config.example Makefile.config
# 进行编辑
>>>vim Makefile.config
- 因为CPU MODE, 所以在CPU_ONLY := 1前面的#要去掉
- 两个路径要改成这样:(添加后面的两个hdf5的路径, 否则编译时报hdf5错误)
# Whatever else you find you need goes here.
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial
修改完成之后,保存退出即可
# 进行编译
>>>make pycaffe
>>>make all
>>>make test
>>>make runtest
# 编译结束后,需要设置环境变量
# 首先确保已经进入到caffe文件夹中,之后查看当前路径
>>>pwd
# 假设输出结果是xxx,那么将xxx复制下来,黏贴至下面xxx的位置
>>>export PYTHONPATH=xxx/python:$PYTHONPATH
测试
一般来说,如果运气好的话,到这里基本就算安装完成,但我们还是要测试一下
# 进入python环境
>>>python
# 导入caffe模块
>caffe
# 如果此处没有报任何错误,恭喜你安装成功
部分报错解决方案
最好的方案莫过于,复制报错代码,Google一下
下面提供几种,我安装时的几处坑
- 设置环境变量,注意一定是在caffe文件夹下,路径是caffe/python的绝对路径
- 安装依赖报错,这个没什么好讲,直接google吧
- make的时候报错,想想看是否编辑了Makefile.config。之后make clean一下,再重新编译一下
- CPU_ONLY这个选项为1时,需要修改一下caffe/examples/mnist/lenet_solver.prototxt,将其中的solver_mode:GPU改为CPU
实现前准备
# 默认已安装git,未安装请sudo apt get install git
>>>git clone https://github.com/fzliu/style-transfer
# pycaffe环境布置
>>>sudo pip install progressbar
# 下载训练模型,这里推荐vgg16
# 方法一,使用scripts/ 下的download_models.sh这个方法可能很慢。。。。
>>>bash scripts/download_models.sh vgg16
# 方法二
>>>wget http://www.robots.ox.ac.uk/~vgg/software/very_deep/caffe/VGG_ILSVRC_16_layers.caffemodel
使用方法二下载的model需要放在./model/vgg16下,使用方法一下载的已经默认放在那
实现
确保在源码文件夹中
# 格式
>>>python style.py -s <style_image> -c <content_image> -m <model_name> -g 0
# 举个栗子,model_name直接写vgg16或其他,不需要加具体路径
>>>python style.py -s images/style/starry_night.jpg -c images/content/nanjing.jpg -m vgg16 -g -1
提示:CPU很慢,真的很慢,估计要等一会才会有时间显示出来
参数解析:
- -s, 风格图位置;
- -c, 内容图位置;
- -m, 模型位置;
- -g, 什么模式,-1为CPU,0为单个GPU,1为两个GPU。
调整参数
# 确保在源码文件夹下,修改style.py配置文件
>>>vim style.py
# 修改文件大小,改为1024
parser.add_argument("-l", "--length", default=1024, type=float, required=False, help="maximum image length")
def transfer_style(self, img_style, img_content, length=1024, ratio=1e5,
n_iter=512, init="-1", verbose=False, callback=None)
# 修改迭代次数,个人认为400就差不多了,可自行修改;50次迭代之后改变的就是背景纹理,按需更改
parser.add_argument("-n", "--num-iters", default=400, type=int, required=False, help="L-BFGS iterations")
# 还有很多其他可以修改的地方,在此就不一一赘述了
fast-neural-style-tensorflow的实现
环境介绍
Ubuntu16.04 + CPU + python2.7 + tensorflow 1.0
搭建tensorflow环境
环境说明:Ubuntu16.04
注:tensorflow只支持64位系统
安装前准备
# 确保有pip工具,一般自带,没有的话请按下面这条命令进行安装
>>>sudo apt-get install python-pip python-dev
CPU安装
# python2
>>>sudo pip installl tensorflow
# python3
>>>sudo pip3 install tensorflow
GPU安装
# 安装地址请根据自己需求进行声明环境变量
# python2
>>>export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-0.12.0rc0-cp27-none-linux_x86_64.whl
# python3
>>>export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-0.12.0rc0-cp35-cp35m-linux_x86_64.whl
# Python2
>>>sudo pip install --upgrade $TF_BINARY_URL
# Python3
>>>sudo pip3 install --upgrade $TF_BINARY_URL
源码安装
# 下载最新的tensorflow项目
>>>git clone https://github.com/tensorflow/tensorflow
# 进入tensorflow
>>>cd tensorflow
# 切换到需要安装的版本分支,以1.0为栗子
>>>git checkout r1.0
# 安装bazel
>>>echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list
>>>curl https://bazel.build/bazel-release.pub.gpg | sudo apt-key add -
>>>sudo apt-get update && sudo apt-get install bazel
# 安装依赖
# Python 2
>>>sudo apt-get install python-numpy python-dev python-pip python-wheel
# Python 3
>>>sudo apt-get install python3-numpy python3-dev python3-pip python3-wheel
# 进行编译,确保在tensorflow文件夹中
>>>./configure
# 提示信息可以一路回车
# 编译CPU版本
>>>bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package
# 编译GPU版本
>>>bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
# 编译生成的whl包
>>>bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
# 安装生成的包
>>>sudo pip install /tmp/tensorflow_pkg/tensorflow*.whl
测试
# 打开对应版本的python终端
>import tensorflow
# 未报错即安装成功
实现前准备
下载已经训练好的模型
# 安装pyyaml
>>>sudo pip install pyyaml
实现
确保在源码文件夹中
# 格式
>>>python eval.py --model_file <path of ckpt-done> --image_file <path of image>
# 举个栗子,假设wave.ckpt-done放在了源码文件夹中的models文件夹中
>>>python eval.py --model_file models/wave.ckpt-done --image_file img/test.jpg
# 默认生成位置在generated,默认生成文件名称为res.jpg。可自行在eval.py中更改
训练新的风格模型
下载
vgg16训练模型(500多M)
训练数据集(12.6G)
或者使用wget命令下载
# vgg16训练模型
>>>wget http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz
# 训练数据集
>>>wget http://msvocds.blob.core.windows.net/coco2014/train2014.zip
移动模型到对应目录中
# 在源码文件夹中新建文件夹
>>>mkdir pretrained
# 下载完成之后需要进行解压
>>>tar -zxvf vgg_16_2016_08_28.tar.gz
# 移动文件夹到pretrained
>>>cp <path of vgg16> <pretrained>
训练新的模型
# 解压数据集
>>>unzip train2014.zip
# 进入数据集
>>>cd train2014
# 建立软链接,方便训练命令的输入
>>>ln -s <train2014的绝对路径> train2014
# 进入源码文件夹中
# 开始训练, wave.yml是作者预先配置好的文件,如果训练自己的模型,需要自己新写一份yml文件
>>>python train.py -c conf/wave.yml
总结
如果只是单纯的想玩玩风格转换的话,可以试试fast-neural-style-tensorflow,不过训练新模型还是不建议(特殊需要除外),耗时耗力
如果想锻炼自己,从零开始学习,可以从读论文开始,然后试试style-transfer代码