README_ZH.md

DeepPhotoStyle_pytorch

使用Pytorch重现文章 "Deep Photo Style Transfer" 的效果. 本工程提供图像语义切分的代码，无需手动抠图.

一些实验的效果图

搭建环境

安装 pytorch0.4.1的CUDA版本

git clone

https://github.com/ray075hl/DeepPhotoStyle_pytorch.git

cd DeepPhotoStyle_pytorch

sh download_seg_model.sh

python main.py --style_image path_style_image --content_image path_content_image

注意

图像的语义切分结果对最终的风格变化的质量影响很大，我们应该观察风格和内容图片的语义切分结果是否符合预期的匹配(例如：山对山，天空对天空等等)

引用

[1] 所有的语义切分代码均来自这里 Semantic-segmentation-pytorch. 非常感谢这个优秀的工程

[2] Pytorch的风格变换的基本框架借鉴于此. Neural Transfer with PyTorch

[3] 如何计算拉普拉斯矩阵. Closed-form-matting

[4] 算法来源"Deep Photo Style Transfer"

[5] 一些图像的后处理与原文不太一样，使用的是这篇文章的后处理.Visual Attribute Transfer through Deep Image Analogy