Google Colab에서 PyTorch로 AnimeGANv2 사용해 보기

AnimeGANV2란?



AnimeGAN의 개선된 버전인 AnimeGANv2.
AnimeGAN은 사진 애니메이션용 경량 GAN입니다.

요컨대 사람들은 이미지에서 애니메이션의 한 장면 같은 사진을 생성할 수 있습니다.

이것으로 AnimeGAN을 쉽게 사용해 볼 수 있습니다.
https://animegan.js.org/

세부 사항
https://tachibanayoshino.github.io/AnimeGANv2/

저장소


원래 리포지토리




타치바나요시노 / 아니메GANv2


[오픈 소스]. AnimeGAN의 개선된 버전. 풍경 사진/동영상을 애니메이션으로





애니메이션GANv2


「오픈소스」. AnimeGAN의 개선된 버전. 「 프로젝트 페이지 」 | 풍경 사진/동영상을 애니메이션으로


소식
  • (2021.12.25) AnimeGANv3가 입고되었습니다.🎄
  • (2020.12.25) AnimeGANv3가 2021년 봄에 논문과 함께 공개될 예정입니다.
  • (2021.02.21) The pytorch version of AnimeGANv2 has been released , @bryandlee의 기여에 감사드립니다.

  • 집중하다:



    애니메이션 스타일
    영화
    그림 번호
    품질
    스타일 데이터세트 다운로드


    미야자키 하야오
    바람이 분다
    1752년
    1080p
    Link


    신카이 마코토
    너의 이름은 너와 웨더링
    1445
    BD


    콘 사토시
    파프리카
    1284
    브드립



    소식:
    The improvement directions of AnimeGANv2 mainly include the following 4 points:  
    • 1. Solve the problem of high-frequency artifacts in the generated image.

    • 2. It is easy to train and directly achieve the effects in the paper.

    • 3. Further reduce the number of parameters of the generator network. (generator size: 8.17 Mb), The lite version has a smaller generator model.

    파이토치 구현

    브라이언들리 / animegan2-pytorch

    AnimeGANv2의 PyTorch 구현

    AnimeGANv2의 PyTorch 구현

    Updates

    기본 사용법

    Inference

    python test.py --input_dir [image_folder_path] --device [cpu/cuda]
    

    토치 허브 사용

    torch.hub를 통해 모델을 로드할 수 있습니다.
    import torch
    model = torch.hub.load("bryandlee/animegan2-pytorch", "generator").eval()
    out = model(img_tensor)  # BCHW tensor

    Currently, the following pretrained shorthands are available:

    model = torch.hub.load("bryandlee/animegan2-pytorch:main", "generator", pretrained="celeba_distill")
    model = torch.hub.load("bryandlee/animegan2-pytorch:main", "generator", pretrained="face_paint_512_v1")
    model = torch.hub.load("bryandlee/animegan2-pytorch:main", "generator", pretrained="face_paint_512_v2")
    model = torch.hub.load

    단계

    1. Create a new note on Google Colab
    2. Upload an input image
    3. Run the following code
    from PIL import Image
    import torch
    import IPython
    from IPython.display import display
    
    # https://github.com/bryandlee/animegan2-pytorch
    # load models
    model_celeba = torch.hub.load("bryandlee/animegan2-pytorch:main", "generator", pretrained="celeba_distill")
    model_facev1 = torch.hub.load("bryandlee/animegan2-pytorch:main", "generator", pretrained="face_paint_512_v1")
    model_facev2 = torch.hub.load("bryandlee/animegan2-pytorch:main", "generator", pretrained="face_paint_512_v2")
    model_paprika = torch.hub.load("bryandlee/animegan2-pytorch:main", "generator", pretrained="paprika")
    
    face2paint = torch.hub.load("bryandlee/animegan2-pytorch:main", "face2paint", size=512)
    
    INPUT_IMG = "sg.jpg" # input_image jpg/png 
    img = Image.open(INPUT_IMG).convert("RGB")
    
    out_celeba = face2paint(model_celeba, img)
    out_facev1 = face2paint(model_facev1, img)
    out_facev2 = face2paint(model_facev2, img)
    out_paprika = face2paint(model_paprika, img)
    
    # save images
    out_celeba.save("out_celeba.jpg")
    out_facev1.save("out_facev1.jpg")
    out_facev2.save("out_facev2.jpg")
    out_paprika.save("out_paprika.jpg")
    
    # display images
    display(img)
    display(out_celeba)
    display(out_facev1)
    display(out_facev2)
    display(out_paprika)
    


    [원래의]


    [셀레바_증류]


    [face_paint_512_v1]


    [face_paint_512_v2]


    [파프리카]

    좋은 웹페이지 즐겨찾기