AnimeGANv2是一款照片動漫化工具，可以幫助用戶實現(xiàn)照片的動漫化一鍵轉換，將想要轉換的照片導入到轉換區(qū)中，然后點擊轉換即可生成對應的動漫照片，軟件中提供了多種動漫風格的轉換效果，你可以分別查看選出自己最心儀的。除了照片之外，軟件還支持視頻的轉換。

軟件特色

解決了生成的圖像中的高頻偽影問題。

它易于訓練，并能直接達到論文所述的效果。

進一步減少生成器網(wǎng)絡的參數(shù)數(shù)量。(現(xiàn)在生成器大小 8.17Mb)

盡可能多地使用來自BD電影的新的高質量的風格數(shù)據(jù)。

安裝方法

本項目是一個使用Py Torch的AnimeGANv2的實現(xiàn)，作者為bryandlee，項目地址為給出鏈接，我這里基于該項目進行處理，所以首先需要配置好適合該項目的環(huán)境，具體需要的安裝步驟如下（所演示的過程均在Ubuntu系統(tǒng)下測試成功）。

首先，將該項目clone到本地，使用如下命令即可完成。

1|git clone /github.com/bryandlee/animegan2-pytorch

然后，進入clone到本地的項目中（cd），會看到如下的項目結構，該項目的核心工作就是使用PyTorch構建的生成器模型并將原始TensorFlow的模型參數(shù)轉換為了PyTorch模型參數(shù)，其中構建模型的腳本為model.py而轉換模型的腳本對應為convert_weights.py，然后test.py則是封裝的一個推理的接口。

搭建環(huán)境

python 3.6

tensorflow-gpu

tensorflow-gpu 1.8.0 (ubuntu, GPU 1080Ti or Titan xp, cuda 9.0, cudnn 7.1.3)

tensorflow-gpu 1.15.0 (ubuntu, GPU 2080Ti, cuda 10.0.130, cudnn 7.6.0)

opencv

tqdm

numpy

glob

argparse

輸出風格

輸出宮崎駿風格動漫照片

In [4]

# 轉換為宮崎駿《起風了》風格圖片

import cv2

import paddlehub as hub

# 模型加載

# use_gpu：是否使用GPU進行預測

model = hub.Module('animegan_v1_hayao_60', use_gpu=True)

# 模型預測

result = model.style_transfer(images=[cv2.imread('./test.jpg')],visualization=True)

輸出新海誠風格動漫照片

In [5]

# 轉換為新海誠《你的名字》、《天氣之子》風格圖片

import cv2

import paddlehub as hub

# 模型加載

# use_gpu：是否使用GPU進行預測

model = hub.Module('animegan_v2_shinkai_33', use_gpu=True)

# 模型預測

result = model.style_transfer(images=[cv2.imread('./test.jpg')],visualization=True)

輸出今敏風格動漫照片

In [6]

# 轉換為今敏《紅辣椒》風格圖片

import cv2

import paddlehub as hub

# 模型加載

# use_gpu：是否使用GPU進行預測

model = hub.Module('animegan_v2_paprika_74', use_gpu=True)

# 模型預測

result = model.style_transfer(images=[cv2.imread('./test.jpg')],visualization=True)