一次基于u2 |
您所在的位置:网站首页 › 你的名字人物素描画 › 一次基于u2 |
一直在关注U^2-Net 显著性检测算法,可以用来静态背景分割。实践中可以把照片生成素描。 由于该算法需要使用到GPU计算,在华为云上实践了下,非常奈斯,不过却花费了4大洋,于是准备在本机跑一下,go。 1 运行环境准备 1.1 显卡硬件准备 运行该算法我们需要建立一个合适的运行环境,首先我们需要一个Nvidia的显卡,可以通过nvidia-smi在cmd窗口中看到相关的信息。 1.2 安装cuda和cudnn的安装 我们需要安装CUDA和CUDNN,注意根据最新的驱动版本要求,cuda需要11.6以上。cudnn需要注册才能下载,按提示安装即可。 1.3 pytorch安装 一般可以在pytorch网站(PyTorch)根据使用环境生成命令行,需要选择GPU/CPU、cuda版本等。自己pip安装pytorch时一直提示pytorch的名字其实是torch,然后改了也不能运行,非常痛苦。 蓝色即安装命令行。 1.4 其他依赖包安装 该算法仅依赖很少的包:如 Pytorch、Numpy、Skimage等,可以写入requirements.txt,使用requirement插件一键安装。 numpy>=1.15.2 scikit-image>=0.14.0 torch torchvision pillow>=9.0.1 opencv-python>=4.5.5.62 glob2 scipy matplotlib1.5 算法代码 算法代码可以从github克隆或从 网盘(提取码:jack)下载 Jack提供的包体。github中没有训练数据,网盘包体可以直接运行。 2 算法运行 把你需要转换的图片(比如png)存放到./test_data/test_portrait_images/portrait_im/.目录下,然后在工程的主目录下敲下以下指令: python u2net_portrait_test.py你将在.\test_data\test_portrait_images\portrait_results中看到转换之后的肖像画效果。 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |