UGATIT是一种新的无监督图像到图像转换方法。 UGATIT是Tensorflow实现的，另外也有Pytorch实现的，不过现在很不稳。 UGATIT是Train起来非常吃内存的，我的GTX1060 6G跑太太太慢，所以这里直接搞个练好的预训练模型做实验。 目前官方的[selfie2anime]预训练模型由于涉及商业的原因，并不知道能否放出，就用thewaifuai大佬练好的[cat2dog]预训练模型做一下示范。 Nathan Glover大佬已经放出他个人训练的 [selfie2anime]预训练模型，在下文我们也来测试一下。 [selfie2anime]预训练模型是把[真人脸变动漫脸]以及[动漫脸变真人脸]。 [cat2dog]预训练模型是把[猫脸变狗脸]以及[狗脸变猫脸]。
Python 3.7 CUDA 10.1.168 CUDNN 7.6.2.24 Tensorflow1.13.1 from CUDA 10.1.105 CUDNN 7.5 And sse2 0x02 下载 [Code]Github: https://codeload.github.com/taki0112/UGATIT/zip/master [Code]百度云： https://pan.baidu.com/s/1JUdr5b_vO3MJyyRtWgpWzA ajsu [P-Model]cat2dog-百度云： https://pan.baidu.com/s/1ZvqEsbWVVpID1E_KCje1Aw aw35 [P-Model]selfie2anime-百度云： https://pan.baidu.com/s/1bQm3nXIOouDCELfPU8NjZA 50lt [Dataset]阿猫阿狗数据集-百度云： https://pan.baidu.com/s/13gO9n3j7g-ylfVrs2HypYw ryvj
文件结构： 关键词： dataset > 数据集 checkpoint > 检测点 results > 结果 pretrained-model > 预训练模型
在你下载的[ugatit-cat2dog-pretrained-model]文件夹的[checkpoint]文件夹中，应得到以下一个名为[UGATIT_light_cat2dog_lsgan_4resblock_6dis_1_1_10_10_1000_sn]的文件夹：
现将位于[ugatit-cat2dog-pretrained-model]的[UGATIT_light.model-24000.meta]复制到[UGATIT_light_cat2dog_lsgan_4resblock_6dis_1_1_10_10_1000_sn]中：
现将此[checkpoint]文件夹移动到[*\UGATIT-master]下：
在[*\UGATIT-master]下，创建以下红框内的文件结构：
阿猫阿狗数据集[0x02 step 4]自取。 把要转换成狗脸的猫脸放在[testA]。 把要转换成猫脸的狗脸放在[testB]。 图片名字不重要，格式[.jpg][.png]，其他没试过。
由于[*\UGATIT-master]下的[UGATIT.py]的[Line 577]的原因：
现将[*\UGATIT-master\checkpoint]下的[UGATIT_light_cat2dog_lsgan_4resblock_6dis_1_1_10_10_1000_sn]重命名为[UGATIT_light_cat2dog_lsgan_4resblock_6dis_1_1_10_10_1000_sn_smoothing]:
在[*\UGATIT-master]下空白处，按Shift不放的同时右键空白处，选择[在此处打开PowerShell窗口]：
在PShell中输入： python main.py --dataset cat2dog --light True --phase test
红框是一个Tensorflow里的函数的过时提醒，不用管，注意箭头指向的信息：
在[*\UGATIT-master]下，自动新生成了四个文件夹：
打开[results]文件夹，在里面的下级文件里找到[index.html]，打开：
emmm,效果有点差，这只预训练模型还不到火候 接下来测试[selfie2anime]，导入预训练模型跟上面一样的操作，然后在[*\UGATIT-master\dataset]下创建如下文件结构：
然后在[testA]放入几张用于测试的真人图，[testB]就不用放动漫图了，这个模型还没有练好动漫脸转真人脸：
然后跟上面类似在PShell里输入： python main.py --dataset selfie2anime --light True --phase test 依旧打开[results]文件夹，在里面的下级文件里找到[index.html]，打开：
嗯，，,啊哈哈哈，丑爆了有木有，这个模型还需要多加训练...
年轻女性-1000张-512px： https://pan.baidu.com/s/12SFIwbJpC70_ihBqQ-xGOg udlm 二次元-1000张-512px： https://pan.baidu.com/s/1TYgCN_LDKeu1QpDpHOgNOA d1yg
如果要转成256px或其他，则： import os from PIL import Image
input_dir=r"填你要转换的图片的存放文件夹的路径"
output_dir=r"填你转换完成后的图片的保存文件夹的路径"
filename = os.listdir(input_dir)
size_m = 256 size_n = 256
for img in filename: image = Image.open(input_dir + img) image_size = image.resize((size_m, size_n),Image.ANTIALIAS) image_size.save(output_dir+ img)
print("完成！！！")