مشاهده در TensorFlow.org | در Google Colab اجرا شود | مشاهده منبع در GitHub | دانلود دفترچه یادداشت | مدل TF Hub را ببینید |
یکی از مهمترین و تحولات هیجان انگیز در یادگیری عمیق به بیرون آمدن به تازگی است انتقال هنری سبک ، و یا توانایی برای ایجاد یک تصویر جدید، شناخته شده به عنوان یک اقتباس یکی به نمایندگی از سبک هنری و یکی به نمایندگی از مطالب و محتوا: بر اساس دو تصاویر ورودی.
با استفاده از این تکنیک، میتوانیم آثار هنری جدید و زیبا در طیف وسیعی از سبکها تولید کنیم.
اگر با TensorFlow Lite تازه کار هستید و با Android کار می کنید، توصیه می کنیم نمونه برنامه های زیر را بررسی کنید که می توانند به شما در شروع کار کمک کنند.
به عنوان مثال آندروید در iOS مثال
اگر شما با استفاده از یک پلت فرم های دیگر از آندروید یا IOS، و یا شما در حال حاضر با آشنا بازگشت به محتوا | API های TensorFlow ، شما می توانید این آموزش را دنبال کنید تا یاد بگیرند که چگونه به درخواست انتقال سبک بر روی هر جفت از محتوا و سبک تصویر با TensorFlow به مطلب، پیش آموزش دیده مدل. می توانید از این مدل برای اضافه کردن سبک به برنامه های تلفن همراه خود استفاده کنید.
مدل منبع باز است گیتهاب . می توانید مدل را با پارامترهای مختلف دوباره آموزش دهید (مثلاً وزن لایه های محتوا را افزایش دهید تا تصویر خروجی بیشتر شبیه تصویر محتوا باشد).
معماری مدل را درک کنید
این مدل Artistic Style Transfer از دو مدل فرعی تشکیل شده است:
- سبک Prediciton مدل: A MobilenetV2 مبتنی بر شبکه های عصبی که طول می کشد یک تصویر سبک ورودی به 100 بعدی بردار سبک تنگنا.
- سبک تبدیل مدل: یک شبکه عصبی که طول می کشد اعمال یک بردار سبک تنگنا به یک تصویر محتوا و ایجاد یک تصویر تلطیف.
اگر برنامه شما فقط نیاز به پشتیبانی از مجموعه ثابتی از تصاویر سبک دارد، می توانید بردارهای تنگنای سبک آنها را از قبل محاسبه کنید و مدل پیش بینی سبک را از باینری برنامه خود حذف کنید.
برپایی
وابستگی های وارداتی
import tensorflow as tf
print(tf.__version__)
2.6.0
import IPython.display as display
import matplotlib.pyplot as plt
import matplotlib as mpl
mpl.rcParams['figure.figsize'] = (12,12)
mpl.rcParams['axes.grid'] = False
import numpy as np
import time
import functools
مطالب و تصاویر سبک و مدل های از پیش آموزش دیده TensorFlow Lite را دانلود کنید.
content_path = tf.keras.utils.get_file('belfry.jpg','https://storage.googleapis.com/khanhlvg-public.appspot.com/arbitrary-style-transfer/belfry-2611573_1280.jpg')
style_path = tf.keras.utils.get_file('style23.jpg','https://storage.googleapis.com/khanhlvg-public.appspot.com/arbitrary-style-transfer/style23.jpg')
style_predict_path = tf.keras.utils.get_file('style_predict.tflite', 'https://tfhub.dev/google/lite-model/magenta/arbitrary-image-stylization-v1-256/int8/prediction/1?lite-format=tflite')
style_transform_path = tf.keras.utils.get_file('style_transform.tflite', 'https://tfhub.dev/google/lite-model/magenta/arbitrary-image-stylization-v1-256/int8/transfer/1?lite-format=tflite')
Downloading data from https://storage.googleapis.com/khanhlvg-public.appspot.com/arbitrary-style-transfer/belfry-2611573_1280.jpg 458752/458481 [==============================] - 0s 0us/step 466944/458481 [==============================] - 0s 0us/step Downloading data from https://storage.googleapis.com/khanhlvg-public.appspot.com/arbitrary-style-transfer/style23.jpg 114688/108525 [===============================] - 0s 0us/step 122880/108525 [=================================] - 0s 0us/step Downloading data from https://tfhub.dev/google/lite-model/magenta/arbitrary-image-stylization-v1-256/int8/prediction/1?lite-format=tflite 2834432/2828838 [==============================] - 0s 0us/step 2842624/2828838 [==============================] - 0s 0us/step Downloading data from https://tfhub.dev/google/lite-model/magenta/arbitrary-image-stylization-v1-256/int8/transfer/1?lite-format=tflite 286720/284398 [==============================] - 0s 0us/step 294912/284398 [===============================] - 0s 0us/step
ورودی ها را از قبل پردازش کنید
- تصویر محتوا و تصویر سبک باید تصاویر RGB با مقادیر پیکسلی float32 بین [0..1] باشد.
- اندازه تصویر سبک باید (1، 256، 256، 3) باشد. تصویر را در مرکز برش می دهیم و اندازه آن را تغییر می دهیم.
- تصویر محتوا باید (1، 384، 384، 3) باشد. تصویر را در مرکز برش می دهیم و اندازه آن را تغییر می دهیم.
# Function to load an image from a file, and add a batch dimension.
def load_img(path_to_img):
img = tf.io.read_file(path_to_img)
img = tf.io.decode_image(img, channels=3)
img = tf.image.convert_image_dtype(img, tf.float32)
img = img[tf.newaxis, :]
return img
# Function to pre-process by resizing an central cropping it.
def preprocess_image(image, target_dim):
# Resize the image so that the shorter dimension becomes 256px.
shape = tf.cast(tf.shape(image)[1:-1], tf.float32)
short_dim = min(shape)
scale = target_dim / short_dim
new_shape = tf.cast(shape * scale, tf.int32)
image = tf.image.resize(image, new_shape)
# Central crop the image.
image = tf.image.resize_with_crop_or_pad(image, target_dim, target_dim)
return image
# Load the input images.
content_image = load_img(content_path)
style_image = load_img(style_path)
# Preprocess the input images.
preprocessed_content_image = preprocess_image(content_image, 384)
preprocessed_style_image = preprocess_image(style_image, 256)
print('Style Image Shape:', preprocessed_style_image.shape)
print('Content Image Shape:', preprocessed_content_image.shape)
Style Image Shape: (1, 256, 256, 3) Content Image Shape: (1, 384, 384, 3)
ورودی ها را تجسم کنید
def imshow(image, title=None):
if len(image.shape) > 3:
image = tf.squeeze(image, axis=0)
plt.imshow(image)
if title:
plt.title(title)
plt.subplot(1, 2, 1)
imshow(preprocessed_content_image, 'Content Image')
plt.subplot(1, 2, 2)
imshow(preprocessed_style_image, 'Style Image')
انتقال سبک را با TensorFlow Lite اجرا کنید
پیش بینی سبک
# Function to run style prediction on preprocessed style image.
def run_style_predict(preprocessed_style_image):
# Load the model.
interpreter = tf.lite.Interpreter(model_path=style_predict_path)
# Set model input.
interpreter.allocate_tensors()
input_details = interpreter.get_input_details()
interpreter.set_tensor(input_details[0]["index"], preprocessed_style_image)
# Calculate style bottleneck.
interpreter.invoke()
style_bottleneck = interpreter.tensor(
interpreter.get_output_details()[0]["index"]
)()
return style_bottleneck
# Calculate style bottleneck for the preprocessed style image.
style_bottleneck = run_style_predict(preprocessed_style_image)
print('Style Bottleneck Shape:', style_bottleneck.shape)
Style Bottleneck Shape: (1, 1, 1, 100)
تغییر سبک
# Run style transform on preprocessed style image
def run_style_transform(style_bottleneck, preprocessed_content_image):
# Load the model.
interpreter = tf.lite.Interpreter(model_path=style_transform_path)
# Set model input.
input_details = interpreter.get_input_details()
interpreter.allocate_tensors()
# Set model inputs.
interpreter.set_tensor(input_details[0]["index"], preprocessed_content_image)
interpreter.set_tensor(input_details[1]["index"], style_bottleneck)
interpreter.invoke()
# Transform content image.
stylized_image = interpreter.tensor(
interpreter.get_output_details()[0]["index"]
)()
return stylized_image
# Stylize the content image using the style bottleneck.
stylized_image = run_style_transform(style_bottleneck, preprocessed_content_image)
# Visualize the output.
imshow(stylized_image, 'Stylized Image')
ترکیب سبک
میتوانیم سبک تصویر محتوا را با خروجی سبکسازی شده ترکیب کنیم، که به نوبه خود خروجی را بیشتر شبیه تصویر محتوا میکند.
# Calculate style bottleneck of the content image.
style_bottleneck_content = run_style_predict(
preprocess_image(content_image, 256)
)
# Define content blending ratio between [0..1].
# 0.0: 0% style extracts from content image.
# 1.0: 100% style extracted from content image.
content_blending_ratio = 0.5
# Blend the style bottleneck of style image and content image
style_bottleneck_blended = content_blending_ratio * style_bottleneck_content \
+ (1 - content_blending_ratio) * style_bottleneck
# Stylize the content image using the style bottleneck.
stylized_image_blended = run_style_transform(style_bottleneck_blended,
preprocessed_content_image)
# Visualize the output.
imshow(stylized_image_blended, 'Blended Stylized Image')
معیارهای عملکرد
تعداد معیار عملکرد با ابزار تولید در اینجا شرح داده .
نام مدل | سایز مدل | دستگاه | NNAPI | CPU | پردازنده گرافیکی |
---|---|---|---|---|---|
مدل پیشبینی سبک (int8) | 2.8 مگابایت | پیکسل 3 (اندروید 10) | 142 میلیثانیه | 14 میلیثانیه | |
پیکسل 4 (اندروید 10) | 5.2 میلیثانیه | 6.7 میلیثانیه | |||
iPhone XS (iOS 12.4.1) | 10.7 میلیثانیه | ||||
مدل تبدیل سبک (int8) | 0.2 مگابایت | پیکسل 3 (اندروید 10) | 540 میلیثانیه | ||
پیکسل 4 (اندروید 10) | 405 میلیثانیه | ||||
iPhone XS (iOS 12.4.1) | 251 میلیثانیه | ||||
مدل پیشبینی سبک (float16) | 4.7 مگابایت | پیکسل 3 (اندروید 10) | 86 میلیثانیه | 28 میلیثانیه | 9.1 میلیثانیه |
پیکسل 4 (اندروید 10) | 32 میلیثانیه | 12 میلیثانیه | 10 میلیثانیه | ||
مدل انتقال سبک (float16) | 0.4 مگابایت | پیکسل 3 (اندروید 10) | 1095 میلیثانیه | 545 میلیثانیه | 42 میلیثانیه |
پیکسل 4 (اندروید 10) | 603 میلیثانیه | 377 میلیثانیه | 42 میلیثانیه |
* 4 نخ استفاده شده است.
** 2 رشته در آیفون برای بهترین عملکرد.