本文實(shí)例講述了Python通過VGG16模型實(shí)現(xiàn)圖像風(fēng)格轉(zhuǎn)換操作。分享給大家供大家參考，具體如下：
卷積網(wǎng)絡(luò)每一層的激活值可以看作一個(gè)分類器，多個(gè)分類器組成了圖像在這一層的抽象表示，而且層數(shù)越深，越抽象
內(nèi)容特征：圖片中存在的具體元素，圖像輸入到CNN后在某一層的激活值
風(fēng)格特征：繪制圖片元素的風(fēng)格，各個(gè)內(nèi)容之間的共性，圖像在CNN網(wǎng)絡(luò)某一層激活值之間的關(guān)聯(lián)
風(fēng)格轉(zhuǎn)換：在一幅圖片內(nèi)容特征的基礎(chǔ)上添加另一幅圖片的風(fēng)格特征從而生成一幅新的圖片。在卷積模型訓(xùn)練中，通過輸入固定的圖片來(lái)調(diào)整網(wǎng)絡(luò)的參數(shù)從而達(dá)到利用圖片訓(xùn)練網(wǎng)絡(luò)的目的。而在生成特定風(fēng)格圖片時(shí)，固定已有的網(wǎng)絡(luò)參數(shù)不變，調(diào)整圖片從而使圖片向目標(biāo)風(fēng)格轉(zhuǎn)化。在內(nèi)容風(fēng)格轉(zhuǎn)換時(shí)，調(diào)整圖像的像素值，使其向目標(biāo)圖片在卷積網(wǎng)絡(luò)輸出的內(nèi)容特征靠攏。在風(fēng)格特征計(jì)算時(shí)，通過多個(gè)神經(jīng)元的輸出兩兩之間作內(nèi)積求和得到Gram矩陣，然后對(duì)G矩陣做差求均值得到風(fēng)格的損失函數(shù)。
將內(nèi)容損失函數(shù)和風(fēng)格損失函數(shù)對(duì)應(yīng)乘以權(quán)重再加起來(lái)就得到了總的損失函數(shù)，最后的生成圖既有內(nèi)容特征也有風(fēng)格特征
通過預(yù)訓(xùn)練好的Vgg16模型來(lái)對(duì)圖片進(jìn)行風(fēng)格轉(zhuǎn)換，首先需要準(zhǔn)備好vgg16的模型參數(shù)。鏈接: https://pan.baidu.com/s/1shw2M3Iv7UfGjn78dqFAkA 提取碼: ejn8
通過numpy.load()導(dǎo)入并查看參數(shù)的內(nèi)容：
重慶分公司
重慶分公司
import numpy as np
data=np.load('./vgg16_model.npy',allow_pickle=True,encoding='bytes')
# print(data.type())
data_dic=data.item()
# 查看網(wǎng)絡(luò)層參數(shù)的鍵值
print(data_dic.keys())另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無(wú)理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。
