我用AI生成了这些明星一生的样貌变化 | 已填坑附源码

网友投稿 1136 2022-09-06

我用AI生成了这些明星一生的样貌变化 | 已填坑附源码

我用AI生成了这些明星一生的样貌变化 | 已填坑附源码

导读

这是来自斯坦福和华盛顿大学研究员发表的论文,提出了基于GAN的新方法,仅需要一张照片即可生成一个人从小时候到老了的样子

论文:代码分享和使用

完整的项目使用(如果从附带的链接-可以跳过下面的步骤):

# 克隆项目git clone 环境配置和预训练模型-pip install -r requirements.txtpython download_models.py

PS:因为模型很大而且是从谷歌网盘上面-的导致很可能会失败

因此推荐从这里-,然后直接运行我写好的demo.py代码即可

链接: demo.py文件import osfrom collections import OrderedDictfrom options.test_options import TestOptionsfrom data.data_loader import CreateDataLoaderfrom models.models import create_modelimport util.util as utilfrom util.visualizer import Visualizeropt = TestOptions().parse(save=False)opt.display_id = 0 # do not launch visdomopt.nThreads = 1 # test code only supports nThreads = 1opt.batchSize = 1 # test code only supports batchSize = 1opt.serial_batches = True # no shuffleopt.no_flip = True # no flipopt.in_the_wild = True # This triggers preprocessing of in the wild images in the dataloaderopt.traverse = True # This tells the model to traverse the latent space between anchor classesopt.interp_step = 0.05 # this controls the number of images to interpolate between anchor classesdata_loader = CreateDataLoader(opt)dataset = data_loader.load_data()visualizer = Visualizer(opt)opt.name = 'males_model' # change to 'females_model' if you're trying the code on a female imagemodel = create_model(opt)model.eval()img_path = "t.jpg" # 添加希望生成的图片data = dataset.dataset.get_item_from_path(img_path)visuals = model.inference(data)os.makedirs('results', exist_ok=True)out_path = os.path.join('results', os.path.splitext(img_path)[0].replace(' ', '_') + '.mp4')visualizer.make_video(visuals, out_path)

注意:

1、img_path = "t.jpg" ,

添加自己希望生成的人脸照片,最好是正脸,否则效果会比较差

2、opt.name = 'males_model'

根据输入图片中人物的性别进行修改,男性:males_model, 女性:females_model

# 即修改成:opt.name = 'females_model'

3、输出的结果为 MP4视频,保存的路径在result文件夹下,并以图片的名字进行命名!

感悟

CV方向有很多有趣的应用,以后会分享更好自己看到的应用demo,如果你觉得不错可以试试哈,顺手帮我点个在看!我平时也会去查找一些趣味应用,因为看到一种观点,我个人觉得挺有道理的,有时候技术并不是最重要的,重要的是要了解市场的需求,所以试着挤出一些时间去认识世界,感觉不错哦

觉得不错就点亮吧

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:SQL Server调优系列基础篇(并行运算总结篇二)(sql优化)
下一篇:Win7复制文件时出现:“您需要权限来执行操作!”(终极解决方法!)
相关文章

 发表评论

暂时没有评论,来抢沙发吧~