zhiying8710 / 20_style-model-for-image-style-fusion-and-transfer

北京大学软件与微电子学院《人工智能实践》课程项目第6小组，新加入APP功能，项目代码持续完善中。

20-Style Model for Image Style Fusion and Transfer

图像风格融合与快速迁移

Simple implementation of the paper "A Learned Representation for Artistic Style"
A Learned Representation for Artistic Style.

github地址：
https://github.com/7yChris/20_style-model-for-image-style-fusion-and-transfer.git

该项目已从2019年起停止维护

Instruction

一、core文件夹

项目核心代码

generateds：生成tfrecords训练集
forward：前向传播过程，包括图像生成网络、损失函数网络和loss的计算
backward：主要训练过程
test：测试部分，完成图像风格融合和快速迁移
app：JS网页应用调用test的接口文件

二、main.py

运行JS网页应用的入口，在网页上完成可视化操作

Prepare

一、运行环境

python3.6

二、下载coco数据集

http://images.cocodataset.org/zips/train2014.zip
放在 ./core/MSCOCO/ 文件夹中

三、下载vgg16预训练模型

百度网盘（链接来自网络）：https://pan.baidu.com/s/1gg9jLw3 密码:umce，
放在 ./core/vggnet 文件夹中

四、制作coco数据集tfRecords

$ python generateds.py

Training Model

$ python backward.py

1、提供断点续训功能
2、提供已经训练好的模型（5万轮），可在5万轮的基础上继续训练，也可删掉checkpoint从0开始训练
3、在训练过程中，每500轮将会保存一张训练图片在./core/save_training_imgs/中，可从中查看训练效果

Eval Model

1、将测试图片放在./core/test_imgs/中
2、在test.py中，修改测试文件路径PATH_IMG
3、在test.py中，修改风格编号LABEL_1至LABEL_4

$ python test.py

4、生成图片存储在./core/results/文件夹中

Run APP

目前仅对windows系统Edge浏览器做过全面测试，其他浏览器存在不同程度的不兼容性，之后会尽快完善

$ python main.py

1、在浏览器中打开host地址：127.0.0.1:5000
2、在网页上完成可视化操作
3、若提示"OSError: [Errno 48] Address already in use"，请按以下步骤处理：

$ sudo lsof -i:5000

找到占用5000端口进程的PID编号，然后kill掉此进程

$ sudo kill pid

重新运行main.py

$ python main.py