StyleTransfer (图像风格迁移) 代码解析
2018-03-15 18:39
447 查看
代码来源:https://github.com/hwalsuklee/tensorflow-fast-style-transfer
(1)numpy (2)os (3)tensorflow (4)argparse
1.parse_args函数
函数的主要作用是变量解析,通过在程序中定义好我们需要的参数,argparse将会从sys.argv中解析这些参数,并自动生成帮助和使用信息。
required = True 的变量是必要的变量,缺少时会报错。使用argparse后,变量的输入应在cmd或anaconda prompt中进行。详细用法见官方文档:https://docs.python.org/3/library/argparse.html
函数返回值为另一个check_args函数
2.check_args函数
函数的作用是对可能出现的错误进行处理,当我们认为某些代码可能会出错时,就可以用
assert(断言):是声明其布尔值必须为真的判定,如果发生异常就说明表达示为假。可以理解assert断言语句为raise-if-not,用来测试表示式,其返回值为假,就会触发异常。
首先对内容图片、风格图片的层数、尺寸进行异常处理。
os模块:https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431925324119bac1bc7979664b4fa9843c0e5fcdcf1e000; http://blog.sina.com.cn/s/blog_40669df60102x38g.html
(1) 测试VGG19模型的路径是否存在;(2) 测试VGG19模型大小是否符合标准;
(3) 测试 train_2014 数据集的路径是否存在;
(4) 测试风格图片路径是否存在;
(5) 测试输出路径,不存在则新建。
其他的try则是对风格图片的属性以及learning rate、epoch、batch 等进行测试3.add_one_dim函数(暂时跳过)
4. main主函数
语句功能见注释。
创建session时,可用ConfigProto对session进行参数配置。可配置 控制GPU资源使用率 以及 使用哪块GPU等;详细信息:http://blog.csdn.net/u012436149/article/details/53837651
关于程序入口、__name__见文章:http://blog.konghy.cn/2017/04/24/python-entry-program/
1.get_image 函数
scipy.misc官方文档:https://docs.scipy.org/doc/scipy/reference/misc.html
Ⅰ.run_train.py
需用到的包:(1)numpy (2)os (3)tensorflow (4)argparse
1.parse_args函数
函数的主要作用是变量解析,通过在程序中定义好我们需要的参数,argparse将会从sys.argv中解析这些参数,并自动生成帮助和使用信息。
required = True 的变量是必要的变量,缺少时会报错。使用argparse后,变量的输入应在cmd或anaconda prompt中进行。详细用法见官方文档:https://docs.python.org/3/library/argparse.html
函数返回值为另一个check_args函数
2.check_args函数
函数的作用是对可能出现的错误进行处理,当我们认为某些代码可能会出错时,就可以用
try来运行这段代码,如果执行出错,则后续代码不会继续执行,而是直接跳转至错误处理代码,即
except语句块,执行完
except后,如果有
finally语句块,则执行
finally语句块,至此,执行完毕。
assert(断言):是声明其布尔值必须为真的判定,如果发生异常就说明表达示为假。可以理解assert断言语句为raise-if-not,用来测试表示式,其返回值为假,就会触发异常。
首先对内容图片、风格图片的层数、尺寸进行异常处理。
os模块:https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431925324119bac1bc7979664b4fa9843c0e5fcdcf1e000; http://blog.sina.com.cn/s/blog_40669df60102x38g.html
(1) 测试VGG19模型的路径是否存在;(2) 测试VGG19模型大小是否符合标准;
(3) 测试 train_2014 数据集的路径是否存在;
(4) 测试风格图片路径是否存在;
(5) 测试输出路径,不存在则新建。
其他的try则是对风格图片的属性以及learning rate、epoch、batch 等进行测试3.add_one_dim函数(暂时跳过)
4. main主函数
语句功能见注释。
创建session时,可用ConfigProto对session进行参数配置。可配置 控制GPU资源使用率 以及 使用哪块GPU等;详细信息:http://blog.csdn.net/u012436149/article/details/53837651
关于程序入口、__name__见文章:http://blog.konghy.cn/2017/04/24/python-entry-program/
Ⅱ.utils.py
需用到的包:(1) numpy (2) os (3) scipy (4) PIL.image1.get_image 函数
scipy.misc官方文档:https://docs.scipy.org/doc/scipy/reference/misc.html
相关文章推荐
- 图像风格迁移-Image Style Transfer Using Convolutional Neural Networks
- fast neural style transfer图像风格迁移基于tensorflow实现
- 深度学习、tensorflow--神经风格迁移(neural style transfer)原理以及实现代码
- jupyter+tensorflow实现图像的风格转移(style-transfer)
- 卷积神经网络图像风格转移 Image StyleTransfer Using Convolutional Neural Networks
- 基于深度学习的风格迁移转换的两种实现——style-transfer和fast-neural-style-tensorflow
- 深度学习之风格迁移(三)——Deep Photo Style Transfer(Fujun Luan)
- 风格迁移学习笔记(2):Universal Style Transfer via Feature Transforms
- 深度卷积神经网络图像风格变换 Deep Photo Style Transfer
- 风格迁移系列-Image Style Transfer Using Convolutional Neural Networks
- 卷积神经网络做图像风格迁移的项目代码笔记
- SetWindowLong代码设置窗体borderStyle风格 TOOLWINDOW
- 基于PyTorch的深度学习入门教程(八)——图像风格迁移
- 设定 Eclipse Coding Style 以符合 Android 编程代码风格
- 深度卷积网络图像风格转移(三)代码分析
- 将 TensorFlow 移植到 Android手机,实现物体识别、行人检测和图像风格迁移详细教程
- neural-style、chainer-fast-neuralstyle图像风格转换使用
- SSE图像算法优化系列一:一段BGR2Y的SIMD代码解析。
- 图像风格转换(Image style transfer)
- 使用CNN做图像风格转化+代码实现