DCT-Net: una herramienta de código abierto para transformar fotos y vídeos en anime estilizado
Últimos recursos sobre IAActualizado hace 8 meses Círculo de intercambio de inteligencia artificial 10.7K 00
Introducción general
DCT-Net es un proyecto de código abierto desarrollado por la Academia DAMO y el Instituto Wang Xuan de Tecnología Informática de la Universidad de Pekín, cuyo objetivo es lograr una conversión estilizada de imágenes para animación. El proyecto utiliza técnicas de aprendizaje profundo para convertir sin problemas fotos naturales en varios estilos artísticos, como animación, 3D, pintado a mano, bocetos, etc., utilizando la Traducción Calibrada por Dominio.DCT-Net proporciona una variedad de modelos de preentrenamiento y admite el entrenamiento de datos de estilo personalizados, lo que es adecuado para el entretenimiento personal, el diseño creativo, así como las el cine y los videojuegos.
Lista de funciones
- Ofrece una amplia gama de modelos preentrenados que abarcan una gran variedad de estilos artísticos
- Apoyo a la formación con datos de estilo personalizados
- Prueba en línea, sin necesidad de configurar el entorno local
- Rendimiento eficiente, compatible con entornos de CPU y GPU.
- Conversión de estilos para imágenes y vídeos
Utilizar la ayuda
Instalación y configuración
- Instalación de dependenciasEn primer lugar, debe instalar el
modelscope
que puede instalarse con el siguiente comando:pip install "modelscope[cv]" -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html
- Descargar modelo preentrenadoEn la primera ejecución del código, el modelo descarga automáticamente el archivo de preentrenamiento.
Conversión de estilos de imagen
- Definir el modeloDefinir cinco tipos de estilos de cara para ser convertidos por el modelo DCT-Net:
model_dict = { "anime": "damo/cv_unet_person-image-cartoon_compound-models", "3d": "damo/cv_unet_person-image-cartoon-3d_compound-models", "handdrawn": "damo/cv_unet_person-image-cartoon-handdrawn_compound-models", "sketch": "damo/cv_unet_person-image-cartoon-sketch_compound-models", "art": "damo/cv_unet_person-image-cartoon-artstyle_compound-models" }
- Cargar imágenes y convertirlas::
import os import cv2 from IPython.display import Image, display, clear_output from modelscope.pipelines import pipeline from modelscope.utils.constant import Tasks from modelscope.outputs import OutputKeys style = "anime" # 可选 "anime", "3d", "handdrawn", "sketch", "art" filename = "4.jpg" img_path = 'picture/' + filename img_anime = pipeline(Tasks.image_portrait_stylization, model=model_dict["anime"]) result = img_anime(img_path) save_name = 'picture/images/' + os.path.splitext(filename)[0] + '_' + style + '.jpg' cv2.imwrite(save_name, result[OutputKeys.OUTPUT_IMG]) clear_output() display(Image(save_name))
Conversión de estilo de vídeo
- Extraer fotogramas de vídeo::
video = 'sample_video.mp4' video_file = 'movie/' + video image_dir = 'movie/images/' vc = cv2.VideoCapture(video_file) i = 0 if vc.isOpened(): rval, frame = vc.read() while rval: cv2.imwrite(image_dir + str(i) + '.jpg', frame) i += 1 rval, frame = vc.read() vc.release()
- Conversión de fotogramas de vídeoEstiliza cada fotograma utilizando el mismo método que para la conversión de imágenes y, a continuación, fusiona los fotogramas convertidos en vídeo.
Descarga del instalador en un clic
Lite (versión para CPU, sólo conserva el estilo manga)
https://drive.uc.cn/s/eab2a6fad2dd4 Contraseña: XTQi
Versión completa:
© declaración de copyright
Derechos de autor del artículo Círculo de intercambio de inteligencia artificial Todos, por favor no reproducir sin permiso.
Artículos relacionados
Sin comentarios...