(資料圖片僅供參考)

? 項目效果

飛漿是一個由百度推出的深度學習開發平臺，為開發者提供了高效、易用、靈活和全面的深度學習開發工具和服務。PaddleGAN是飛漿在圖像生成和處理領域的一個代表性項目，通過深度學習的技術和飛漿的支持，PaddleGAN可以實現多種驚人的圖像處理效果，例如圖像轉換、人臉編輯、動態效果生成等等。其中內置了StyleGAN V2與FOM分別實現人臉屬性編輯和人臉動畫效果。這些技術和應用在很多領域都有廣泛的應用，例如娛樂、廣告、電影制作、虛擬現實等等。

? 環境搭建

這里個人推薦使用 Anaconda搭建本地環境，因為如果項目太多，后期非常不好管理另外推薦全局更換 pip源：pip config set global.index-url https://mirror.baidu.com/pypi/simple如果未更換源的話，下載會超級慢，甚至下載失敗，也可以通過 -i臨時設置源：pip install xxx -i https://mirror.baidu.com/pypi/simple

# 創建環境conda create --name PaddleGAN python=3.6# 激活環境activate PaddleGAN# 安裝依賴cmakepip install cmake -i https://mirror.baidu.com/pypi/simple# 安裝依賴boost pip install boost -i https://mirror.baidu.com/pypi/simple# 安裝依賴numpypip install numpy -i https://mirror.baidu.com/pypi/simple# 安裝依賴dlibpip install dlib==19.8.1 -i https://mirror.baidu.com/pypi/simple

復制

? 下載PaddleGAN

GAN是一種深度學習模型，是近年來復雜分布上無監督學習最具前景的方法之一在安裝依賴的時候，因使用的環境是 python3.6，所以需要將 requirements.txt文件中的 opencv-python加上一個版本號opencv-python==4.3.0.38，不然默認安裝最新版本的，而最新版本的無法被下載成功

# 下載源碼git clone https://gitee.com/PaddlePaddle/PaddleGAN# 進入項目目錄cd PaddleGAN# 安裝項目依賴，這里一定要設置全局源pip install -r requirements.txt# 安裝環境python setup.py develop

復制

? 安裝飛漿

安裝 CPU版本，不容易出錯，但速度會有點慢，如果有 GPU盡量使用 GPU版本我這里只安裝最新的，如果想要安裝指定版本，請查看飛漿官方教程

# CPU版本pip install paddlepaddle# GPU版本pip install paddlepaddle-gpu

復制

? 生成圖片潛碼

需要通過命令生成原圖對應的 Latent Codeinput_image：輸入的圖像路徑output_path：生成圖片存放的路徑weight_paht：預訓練模型路徑model_type：PaddleGAN內置模型類型，若輸入 PaddleGAN已存在的模型類型，weight_paht將失效，當前可用：ffhq-inversion，ffhq-toonifyseed：隨機數種子size：模型參數，輸出圖片的分辨率style_dim：模型參數，輸出圖片的分辨率n_mlp：模型參數，風格z所輸入的多層感知層的層數channel_multiplier：模型參數，通道乘積，影響模型大小和生成圖片的質量cpu：是否使用 cpu推理，若不使用，請在命令去除測試人像是用 StyleGAN2技術模型生成的，僅用做測試，不存在侵犯任何人肖像權

# 命令模板cd applications/python -u tools/styleganv2.py \       --input_image <替換為輸入的圖像路徑> \       --output_path <替換為生成圖片存放的文件夾> \       --weight_path <替換為你的預訓練模型路徑> \       --model_type ffhq-inversion \       --seed 233 \       --size 1024 \       --style_dim 512 \       --n_mlp 8 \       --channel_multiplier 2 \       --cpu# 使用的命令python -u applications/tools/pixel2style2pixel.py  --input_image E:/PaddleGAN/results/input/beauty.jpg  --output_path   E:/PaddleGAN/results/output --model_type ffhq-inversion --seed 233  --size 1024  --style_dim 512  --n_mlp 8  --channel_multiplier 2 --cpu

復制

? 老齡化處理

latent：要編輯的代表圖像的風格向量的路徑?？蓙碜?Pixel2Style2Pixel生成的 dst.npy，也就是上面生成的潛碼 latent2：第二個風格向量的路徑。來源同第一個風格向量output_path：生成圖片存放的文件夾weight_path：預訓練模型路徑model_type：PaddleGAN內置模型類型，若輸入 PaddleGAN已存在的模型類型，weight_paht將失效，當前建議使用：ffhq-config-fsize：模型參數，輸出圖片的分辨率n_mlp：模型參數，風格z的維度channel_multiplier：模型參數，通道乘積，影響模型大小和生成圖片的質量direction_path：存放一系列屬性名稱及對象屬性向量的文件路徑。默認為空，即使用 ppgan自帶的文件。若不使用，請在命令中去除direction_name：要編輯的屬性名稱，對于 ffhq-config-f有預先準備的這些屬性：age、eyes_open、eye_distance、eye_eyebrow_distance、eye_ratio、gender、lip_ratio、mouth_open、mouth_ratio、nose_mouth_distance、nose_ratio、nose_tip、pitch、roll、smile、yaw

# 命令模板cd applications/python -u tools/styleganv2editing.py \       --latent <潛碼路徑> \       --output_path <新人臉（年齡變換后）的保存路徑> \       --model_type ffhq-config-f \       --size 1024 \       --style_dim 512 \       --n_mlp 8 \       --direction_name age \       --direction_offset 3       # 使用的命令python -u applications/tools/styleganv2editing.py --latent E:/PaddleGAN/results/output/dst.npy --output_path E:/PaddleGAN/results/old --model_type ffhq-config-f --size 1024 --style_dim 512 --n_mlp 8 --channel_multiplier 2 --direction_name age --direction_offset 3

復制

? 年輕化處理

direction_offset：這個參數的絕對值越大，處理程度越重，絕對值越大顯得越年輕或者老齡化越嚴重

cd applications/python -u tools/styleganv2editing.py \       --latent <潛碼路徑> \       --output_path <新人臉（年齡變換后）的保存路徑> \       --model_type ffhq-config-f \       --size 1024 \       --style_dim 512 \       --n_mlp 8 \       --direction_name age \       --direction_offset -3# 使用的命令python -u applications/tools/styleganv2editing.py --latent E:/PaddleGAN/results/output/dst.npy --output_path E:/PaddleGAN/results/young --model_type ffhq-config-f --size 1024 --style_dim 512 --n_mlp 8 --channel_multiplier 2 --direction_name age --direction_offset -3

復制

關鍵詞： 深度學習