nerual_style_change:使用VGG19迁移学习实现图像风格迁移

上传者: 42140846 | 上传时间: 2021-07-31 17:32:43 | 文件大小: 4.6MB | 文件类型: ZIP
此项目使用Python2.7+TensorFlow 1.4编写,环境太过古老,可能无法正常运行起来。 如有需要,请移步我使用Python 3.7 + TensorFlow 2.0重写的版本: 使用VGG19迁移学习实现图像风格迁移 这是一个使用预训练的VGG19网络完成图片风格迁移的项目,使用的语言为python,框架为tensorflow。 给定一张风格图片A和内容图片B,能够生成具备A图片风格和B图片内容的图片C。 下面给出两个示例,风格图片都使用梵高的星夜: 示例1: 网络上找到的一张风景图片。 内容图片: 生成图片: 示例2: 嗷嗷嗷,狼人嚎叫~ 内容图片: 生成图片: 更多详情请移步博客 快速开始 1.下载预训练的vgg网络,并放入到项目的根目录中 模型有500M+,故没有放到GitHub上,有需要请自行下载。 下载地址: 2.选定风格图片和内容图片,放入项目根目录下的image

文件下载

资源详情

[{"title":"( 12 个子文件 4.6MB ) nerual_style_change:使用VGG19迁移学习实现图像风格迁移","children":[{"title":"nerual_style_change-master","children":[{"title":"settings.py <span style='color:#111;'> 903B </span>","children":null,"spread":false},{"title":"train.py <span style='color:#111;'> 4.72KB </span>","children":null,"spread":false},{"title":"images","children":[{"title":"style.jpg <span style='color:#111;'> 1.47MB </span>","children":null,"spread":false},{"title":"content.jpg <span style='color:#111;'> 38.89KB </span>","children":null,"spread":false}],"spread":true},{"title":"models.py <span style='color:#111;'> 4.78KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.79KB </span>","children":null,"spread":false},{"title":"sample","children":[{"title":"input_content_1.jpg <span style='color:#111;'> 38.89KB </span>","children":null,"spread":false},{"title":"input_content_2.jpg <span style='color:#111;'> 21.99KB </span>","children":null,"spread":false},{"title":"output_1.jpg <span style='color:#111;'> 38.40KB </span>","children":null,"spread":false},{"title":"input_style_2.jpg <span style='color:#111;'> 1.47MB </span>","children":null,"spread":false},{"title":"input_style_1.jpg <span style='color:#111;'> 1.47MB </span>","children":null,"spread":false},{"title":"output_2.jpg <span style='color:#111;'> 39.21KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明