问题标签 [style-transfer]

Im studying style-transfer networks and right now working with this work and here is network description. The problem that even with adding TV loss there is still visible noise which is breaking quality of result. Can someone recommend some articles of ways of removing such noise during network training?

Thanks

上面的代码是一个关于深度照片风格迁移的火炬项目。您可以在https://github.com/luanfujun/deep-photo-styletransfer中找到代码。功能deepcopy()如下，与 Lua 官网推荐的功能相同。

如您所见，在If语句中color_content_masks和color_style_masks是直接更改的，那么为什么我们需要实现一个deepcopy呢？

上面的代码是一个关于深度照片风格迁移的火炬项目。您可以在https://github.com/luanfujun/deep-photo-styletransfer中找到代码。函数 deepcopy() 如下，和 Lua 官网推荐的一样。

如您所见，在 if 语句中 color_content_masks 和 color_style_masks 是直接更改的，那么为什么我们需要实现 deepcopy？

我试图按照以下 TensorFlow 演示的说明进行操作，其中艺术风格被转移到另一个图像：

我成功安装了 TensorFlow 和其他东西。但是当我试图跑

我的访问被拒绝。

任何人都可以阐明为什么会发生这种情况吗？我对此还是很陌生。

我目前正在为 Tensorflow 实现一些图像样式传输算法，但我想在瓦片中进行，所以我不必通过网络运行整个图像。一切正常，但是每个图像根据其自身的统计数据进行不同的标准化，这导致图块的特征略有不同。

我确信唯一的问题是实例标准化，因为如果我将真实值（从整个图像中获得）提供给每个图块计算，结果是完美的，但是我仍然必须通过网络运行整个图像来计算这些值. 我还尝试使用图像的下采样版本来计算这些值，但分辨率会受到很大影响。

所以我的问题是：是否可以在不通过网络输入整个图像的情况下估计平均值和方差值以进​​行实例标准化？

最近我一直在玩用 Keras，TF 编写的 CNN。不幸的是，我在那里遇到了一个问题：

在我强烈推荐的这些精彩的教程（https://github.com/Hvass-Labs/TensorFlow-Tutorials/blob/master/vgg16.py；其余代码在这里）中，maestro 加载预训练的 vgg16.tfmodel以非常非常丑陋的方式。

问题是 - 我希望我自己的预训练模型以相同/相似的方式加载，所以我可以将模型放入我稍后调用的类的图中，如果可能的话，让代码的最后几行在这里工作.（意思是从图中获取想要的层的张量。）

我所有的尝试都基于从 keras 和 comp 导入的load_model 。图让我失望了。此外，我不想以完全不同的方式加载它，因为之后我将不得不更改很多代码——对于新手来说是个大问题。

好的，我希望这个问题能传达给合适的人，并且对你来说这不是太琐碎：D。

顺便说一句：我正在解决的复杂问题，为您制作图片是样式转换也在同一个 github 存储库中。（https://github.com/Hvass-Labs/TensorFlow-Tutorials/blob/master/15_Style_Transfer.ipynb）

我正在试验ml5.jsstyleTransfer中的方法。它工作得很好，但我遇到了一个问题，它似乎只使用方形图像作为输入源——任何其他纵横比都会导致输出乱码，其中 x/y 坐标出现插值。

这似乎是一个错误，但我想知道我是否做错了什么？

我正在使用ml5-examples存储库中的起始代码，特别是这里：
https ://github.com/ml5js/ml5-examples

您可以在此处查看该代码的功能演示：
https ://ml5js.org/docs/style-transfer-image-example

我从原始源代码中唯一改变的是我的输入图像是非方形纵横比。这是我正在使用的图像，尽管我已将其缩小到大约 300x225 像素。

为了重现我试图描述的问题：

• 转到演示页面。单击“转移”按钮一次，看看它是如何工作的。
• 使用浏览器检查器（我使用的是 Chrome）并将输入图像 ( #inputImg) 的高度和宽度设置为 300 x 200 像素。
• 点击“转移”，注意明显的乱码结果。

相比之下，为 Deeplearn.js 设置了一个几乎相同的演示：

https://reiinakano.github.io/fast-style-transfer-deeplearnjs/assets/scripts/example-style-transfer-image.js

如果您采取类似的步骤并将输入图像的纵横比倾斜为除正方形以外的其他值，则结果将按预期工作——输出图像是输入图像的样式转换版本，与输入图像具有相同的纵横比。

DeepLearn.js 现在已被弃用，但据我了解，它实际上是 ml5.js 的基本代码，所以我很好奇这个错误在原始实现中不存在。

有什么我忽略的吗？或者这是 ml5.js 的错误？

很抱歉没有链接到 CodePen 演示或其他东西 - 需要加载模型有点棘手。我可以尝试将我的代码托管在某个地方，以查看它是否有助于澄清问题。

在通过运行安装驱动器后，我正在使用 Google Colaboratory IPython 进行样式转换：

它已安装，所以我尝试 cd 进入一个目录，显示 pwd 和 ls 但它没有显示正确的 pwd

但它不会 cd 进入给定的目录，它只会 cd 进入 'content/'

当我尝试在我的代码中使用“load_image() 函数访问一些图像时，如下所示

但是当我尝试从目录加载图像时，这段代码会引发错误：

FileNotFoundError：[Errno 2] 没有这样的文件或目录：'content/drive/My Drive/uche.jpg'

I'm just getting started with these topics. To the best of my knowledge, style transfer takes the content from one image and the style from another, to generate or recreate the first in the style of the second whereas GAN generates completely new images based on a training set.

But I see a lot of places where the two has been used interchangeably, like this blog here and other places where GAN is used to achieve style transfer, like this paper here

Are GAN and Style transfer two different things or is GAN the method to implement style transfer or are they both different things that does the same thing? Where exactly is the line between the two?

我在 Python 3.0 中使用 Tensorflow（使用 Keras API）。我正在使用 VGG19 预训练网络在 Nvidia RTX 2070 上执行样式转换。

我拥有的最大输入图像是 4500x4500 像素（我已经删除了 VGG19 中的全连接层，以允许处理任意图像大小的全卷积网络。）如果有帮助，我的批量大小只是 1 个图像目前时间。

1.) 考虑到我不是在训练模型，而只是通过预训练模型传递数据，是否有一个选项可以在图像输入上并行化模型评估？

2.) 在从 1 个 GPU 到 2 个 GPU 的过程中，处理更大图像的能力是否有所增加？有没有办法在 GPU 之间共享内存？

我不确定较大的图像是否会使我的 GPU 计算受限或内存受限。我推测这是一个计算问题，这就是我开始搜索并行 CNN 评估讨论的原因。我看过一些关于平铺方法的论文，这些方法似乎允许更大的图像