소개

시스템 환경

소개

$ conda create -n animegan python=3.6
$ conda activate animegan
$ pip install tensorflow-gpu==1.8.0
$ pip install tqdm
$ pip install scipy
$ pip install opencv-python
$ cd AnimeGAN-master

$ python test.py --checkpoint_dir checkpoint/AnimeGAN_Hayao_lsgan_300_300_1_3_10 --test_dir dataset/test/real --style_name H

return _bootstrap._gcd_import(name[level:], package, level)
ImportError: DLL load failed: 指定されたモジュールが見つかりません。

tensorflow.python.framework.errors_impl.InternalError: Blas SGEMM launch failed : m=36864, n=128, k=64

======================End of Report==========================
FLOPs: 7937325
100%|██████████████████████████████████████████████████████████████████████████████████| 22/22 [01:24<00:00,  3.84s/it]
test-time: 84.46189665794373 s
one image test time : 3.839177120815624 s

before

after

AnimeGANv2

조속히 여기

CUDA9.0
tensorflow-gpu==1.8.0

GPU에서 다음 오류가 발생했습니다.

InternalError (see above for traceback): Blas SGEMM launch failed : m=126720, n=256, k=128
         [[Node: generator/G_MODEL/C/r1/Conv/Conv2D = Conv2D[T=DT_FLOAT, data_format="NHWC", dilations=[1, 1, 1, 1], padding="VALID", strides=[1, 1, 1, 1], use_cudnn_on_gpu=true, _device="/job:localhost/replica:0/task:0/device:GPU:0"](generator/G_MODEL/C/LeakyRelu/Maximum, generator/G_MODEL/C/r1/Conv/weights/read)]]

환경을 아래와 같이 변경하면 되었습니다.

CUDA10.0、
tensorflow-gpu==1.15.0

dataset\test\HR_photo 폴더를 만들고 처리할 이미지를 넣습니다. 다음을 실행해 봅시다.

python test.py --checkpoint_dir checkpoint/generator_Hayao_weight --test_dir dataset/test/HR_photo --style_name Paprika/HR_photo

결과는 results\Paprika\HR_photo로 출력됩니다. GPU로 9초, CPU로 23초 정도였습니다.

입력	출력

다음은 동영상도 처리할 수 있게 되어 있으므로 처리하고 싶은 동영상을 video\input 폴더에 놓고 아래를 실행해 봅시다. 「꽃놀이.mp4」의 부분을 변경해 주세요. 결과는 video\output\Paprika로 출력됩니다.

python video2anime.py --video video/input/お花見.mp4 --checkpoint_dir checkpoint/generator_Paprika_weight

AnimeGANv2 htps // t. 코 / 4 부 r8WF 아 htps // t. 코 / 아 kJ3가는 psB #Python #DeepLearning #기계학습 #AI #OpenCV . . ) #tensorflow

풀 HD의 23초 정도의 동영상으로, GPU로 3시간 정도 걸렸습니다(;'∀')