Python簡單實(shí)現(xiàn)圖像風(fēng)格遷移

猿友 2018-08-07 17:41:35 瀏覽數(shù) (8573)

反饋

本文轉(zhuǎn)載至知乎ID：Charles（白露未晞）知乎個(gè)人專欄

下載W3Cschool手機(jī)App，0基礎(chǔ)隨時(shí)隨地學(xué)編程>>戳此了解

導(dǎo)語

T_T之前似乎發(fā)過類似的文章，那時(shí)候是用Keras實(shí)現(xiàn)的，現(xiàn)在用的PyTorch，而且那時(shí)候發(fā)的內(nèi)容感覺有些水，于是我決定。。。

好吧我確實(shí)只是為了寫點(diǎn)PyTorch練手然后順便過來水一篇美文~~~

利用Python實(shí)現(xiàn)圖像風(fēng)格的遷移！??！

不喜歡過程同學(xué)的依舊可以直接下拉到最后看結(jié)果~

Let's Go!

參考資料

鏈接：

http://pytorch.org/tutorials/advanced/neural_style_tutorial.html#

是的，這又是來自于PyTorch官網(wǎng)的一個(gè)教程。

在相關(guān)文件中我依舊提供了我翻譯好的版本~~~

以及涉及到的論文~~~

開發(fā)工具

Python版本：3.6.4

相關(guān)模塊：

torch模塊；

PIL模塊；

matplotlib模塊；

torchvision模塊；

以及一些Python自帶的模塊。

torch版本：

0.3.0

環(huán)境搭建

安裝Python并添加到環(huán)境變量，pip安裝需要的相關(guān)模塊即可。

補(bǔ)充說明：

PyTorch暫時(shí)不支持直接pip安裝。

有兩個(gè)選擇：

（1）安裝anaconda3后在anaconda3的環(huán)境下安裝（直接pip安裝即可）；

（2）使用編譯好的whl文件安裝，下載鏈接為：

https://pan.baidu.com/s/1dF6ayLr#list/path=%2Fpytorch

額外說明

T_T相關(guān)文件中提供了所需的預(yù)訓(xùn)練模型，若嫌棄官網(wǎng)的下載速度，可以下載我的。

下載之后放到類似下圖路徑的文件夾中：

原理簡介

作為一個(gè)純正的非藝術(shù)生，抱歉我真的沒法解釋什么叫圖像的藝術(shù)風(fēng)格。反正齊白石和梵高的畫肯定不是一個(gè)style的就是了。

那么我來嘗試解釋一下風(fēng)格遷移吧：

風(fēng)格遷移的實(shí)質(zhì)是保留原畫內(nèi)容的基礎(chǔ)上，用另外一種style來呈現(xiàn)原畫。

那么如何量化呢？

簡單而言大概是這樣的：

利用CNN逐層提取圖像的特征（層越靠后提取出的特征越高級和穩(wěn)定，即更能表現(xiàn)圖片的高級語義信息），并且將某一層或某幾層輸出的Gram矩陣作為損失函數(shù)，來衡量兩幅圖像之間的內(nèi)容/風(fēng)格差異（T_T就是兩幅圖像分別經(jīng)過相同的卷積神經(jīng)網(wǎng)絡(luò)，比較某一層或者某幾層輸出的Gram矩陣的差異）。

Gram矩陣是啥？？？

具體而言，其計(jì)算方式為：

我們都知道，一張圖片在某個(gè)卷積層的輸出特征為一個(gè)形如(batch_size, channels, width, height)的四階張量，顯然batch_size為1。

我們將類似下圖的特征：

轉(zhuǎn)換為(batch_size*channels, width*height)大小的矩陣，這個(gè)矩陣和它的轉(zhuǎn)置相乘就可以得到一個(gè)大小為(batch_size*channels, batch_size*channels)的矩陣，這個(gè)矩陣即為Gram矩陣。

其實(shí)這就算是定義了圖像風(fēng)格和圖像內(nèi)容這兩個(gè)概念了，接下來我們就可以實(shí)現(xiàn)風(fēng)格遷移了。

其流程大概是這樣的：