深度学习脱掉图片人物的裤子【python教程】
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了深度学习脱掉图片人物的裤子【python教程】，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1958字，纯文字阅读大概需要3分钟。
内容图文
效果演示
本文案例使用的是开源项目instagan，是一种比较新的gan模型建模原理，来自2019年ICLR的论文，下面看下效果对照：
(出于人道主义，会把人物的长裤脱掉然后换上短裙)
环境配置
首先玩这个模型需要两个前提条件：
-
有梯子
-
python3.6版本
-
有GPU环境（因为源代码是要求必须在GPU的Cuda环境下运行，如果没有GPU的同学推荐用PAI里面的DSWhttps://data.aliyun.com/product/learn ，比较便宜 ）
执行以下流程：
- （1）下载实验代码：https://github.com/sangwoomo/instagan
- （2）下载pre-trained model，如果只是实验就直接用训练好的模型即可：https://drive.google.com/drive/folders/1xb9rR21MhMVselc6HTmOr73WOkOviFmO（如果只玩换裤子这个实验，下载pants2skirt_mhp_instagan这个模型即可）
- （3）安装代码中的requirement.txt中的依赖包
最后把下载的model文件放到代码文件的根目录下，目录结构如下（蓝色部分为模型文件夹，里面是200_net_G_A.pth和200_net_G_B.pth）：
完成以上步骤，整个环境就搭建好了。
使用模型做图片转换
注：这个项目的代码有很多hard code的逻辑，需要严格按照下面的做法执行才有可能跑通，包括所有文件的命名。
（1）先设置需要转换的图片
在datasets目录下新增一个test文件夹，构建如下的文件格式
testA和testB存放需要转换的原图，类似于“效果演示中”穿着长裤的图片，testA_seg和testB_seg需要存放mask图片。mask文件是转换图片中的裤子样式，如下图对应实例图片左边的女生裤子（如果想转换其它部位，就不用我举例子了吧）：
mask图片还需要与被转换图片命名一致，详细规则参见源代码中的datasets，如果不一致会出现以下错误：https://github.com/sangwoomo/instagan/issues/5
（2）执行图片转换逻辑
在工程的根目录下执行以下代码，使用工程下的test.py这个测试代码：
?python test.py --dataroot ./datasets/test --model instagan --name pants2skirt_mhp_instagan --loadSizeH 240 --loadSizeW 160 --fineSizeH 240 --fineSizeW 160 --ins_per 2 --ins_max 20
如果没有报错的话在GPU环境下1分钟就可以执行完毕，代码执行完毕后在工程的results文件夹下就能看到转换好的图片了。
总结
整个项目的效果还是不错的，随便传张图片都能脱掉人物的裤子。不过可能代码还没来得及优化，可能在实验的过程中有很多坑，大家需要一定的debug能力才能把工程跑起来，小白不太建议使用哈。
内容总结
以上是互联网集市为您收集整理的深度学习脱掉图片人物的裤子【python教程】全部内容，希望文章能够帮你解决深度学习脱掉图片人物的裤子【python教程】所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。