Mxnet 实现图片快速风格化

前言

论文链接:Perceptual Losses for Real-Time Style Transfer and Super-Resolution

论文的补充资料:Supplementary Material

以下Github链接是各种深度学习框架的实现:

1, Torch fast-nueral-style

2, Tensorflow fast-nueral-style

3, Keras fast-nueral-style

4, Chainer fast-nueral-style

5, 还有我基于Mxnet实现的一个版本: Mxnet fast-nueral-style

正文

框架介绍

论文的提出一个网络框架来解决图像变换的问题,然后论文在两个任务上做了实验,图像的风格

化和超分辨。本文只介绍风格化的思路,其实很直接就是训练一个图像变换网络,使之能够学会把

输入的图像转换为某一个风格的图像,之所以快就是因为只要 forward 一遍就能得到想要的风格化

图片。

文章的框架:

整个框架其实分为两部分,前面的图像变换网络(Image Transform Network)就是我们要训

练的,后面和Neural Style 文章的方法差别不大,就是loss的定义不同,用训练好的VGG网络来提

取风格图片和内容图片的高级特征,然后计算梯度,更新前面图像变换网络的权值,LOSS 网络的

权值保持不变。训练好了以后,后面的那部分就可以不用了。其实后面的部分可以更换不同的网络,

比如ResNet。

Image Transform 网络的配置在论文的补充材料中有详细的介绍:

简单来说就是,前面三层卷积,对图片作了两次下采样,然后接5个相同的残差模块,

然后接两层反卷积层,恢复到输入图片的大小,最后再接一层卷积层大小保持不变,就得到了

图像变换网络的输出。残差模块的定义:

和之前的參差模块的最主要的区别是最后的Relu激活给去掉了。然后transform网络最后的卷积

输出的激活函数采用tanh。网络的定义的细节或者看代码更直接易

懂:https://github.com/Ldpe2G/DeepLearningForFun/blob/master/Mxnet-Scala/FastNeuralStyle/src/main/scala/ResdualModel.scala

训练过程:

loss的计算,从图中可以看到,对于风格图的loss采用VGG的,relu1_2、relu2_2、relu3_3和

relu4_3的输出,内容的loss采用relu3_3的输出。然后就是比如现在要训练某种风格,风格图片

(Style Target)固定,而内容图片在换,每次迭代,Input Image 和 Content Traget是同一

张图片,首先图像变换网络forward一遍得到 变换之后的图片,图中的 y(带帽),然后后面的

部分就是三个图片 ys, yc, y(带帽)分别过网络,然后把所有的loss加起来得到最后的loss。

具体的loss定义和实现细节可以看论文,还可以结合代码来理解,上面提供了各种实现的链接。

复现结果展示

接下来看看用Mxnet复现的结果。速度还可以,在GTX 1070 GPU上分辨率 1500 x 1000 的图

片也就0.3s 左右。效果也不错。

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏书山有路勤为径

Recurrent Neural Networks (RNNs)

许多应用涉及时间依赖,或基于时间依赖。这表示我们当前输出不仅仅取决于当前输入,还依赖于过去的输入。 RNN存在一个关键缺陷,因为几乎不可能捕获超过8或10步的...

1233
来自专栏专知

理解多层CNN中转置卷积的反向传播(附代码)

1.1K2
来自专栏州的先生

使用机器学习模型快速进行图像分类识别

1443
来自专栏决胜机器学习

机器学习(十一) ——神经网络基础

机器学习(十一)——神经网络基础 (原创内容,转载请注明来源,谢谢) 一、概述 神经网络,可以理解为输入的内容,经过一系列的内部的处理,得到输出的假设函数。简...

3656
来自专栏机器学习算法工程师

干货|(DL~2)一看就懂的卷积神经网络

文章来自:https://leonardoaraujosantos.gitbooks.io 作者:Leonardo Araujo dos Santos

891
来自专栏计算机视觉

基于图的分割 Efficient Graph-Based Image Segmentation 论文详解

输入图片 不同参数下的分割结果 原图片 产生superpixel的方法 1. How to segment an image into regions?    ...

4348
来自专栏ml

深度学习之图像的数据增强

   在图像的深度学习中,为了丰富图像训练集,更好的提取图像特征,泛化模型(防止模型过拟合),一般都会对数据图像进行数据增强, 数据增强,常用的方式,就是旋转图...

8047
来自专栏Python中文社区

机器学习算法KNN简介及实现

KNN(K近邻算法)是一种不需要学习任何参数同时也非常简单的机器学习算法,既可以用来解决分类问题也可以用来解决回归问题。直观解释这个算法就是'近朱者赤,近墨者黑...

1162
来自专栏贾志刚-OpenCV学堂

VGG卷积神经网络模型解析

一:VGG介绍与模型结构 VGG全称是Visual Geometry Group属于牛津大学科学工程系,其发布了一些列以VGG开头的卷积网络模型,可以应用在人脸...

4224
来自专栏人工智能LeadAI

黑猿大叔-译文 | TensorFlow实现Batch Normalization

原文:Implementing Batch Normalization in Tensorflow(https://r2rt.com/implementing-...

4868

扫码关注云+社区