Ich habe AnimeGAN ausprobiert, das Live-Aufnahmen in Anime-Stil umwandelt.
Klonen Sie AnimeGAN.
Erstellen Sie eine Umgebung für Animegan.
$ conda create -n animegan python=3.6
$ conda activate animegan
$ pip install tensorflow-gpu==1.8.0
$ pip install tqdm
$ pip install scipy
$ pip install opencv-python
$ cd AnimeGAN-master
Platziere Datensatz in AnimeGAN-master.
Kopieren Sie den Inhalt von Haoyao-Stil an checkpoint \ AnimeGAN_Hayao_lsgan_300_300_1_3_10
Installieren Sie CUDA 9.0.
Kopieren Sie C: \ Programme \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.0 \ bin \ cudart64_90.dll nach AnimeGAN-master.
Wenn Sie Folgendes tun
$ python test.py --checkpoint_dir checkpoint/AnimeGAN_Hayao_lsgan_300_300_1_3_10 --test_dir dataset/test/real --style_name H
Ich habe einen Fehler bekommen.
return _bootstrap._gcd_import(name[level:], package, level)
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul wurde nicht gefunden.
vc_redist.x64.exe unter Installieren von Tensorflow unter Windows 10 (für bestimmte Fehler) -jp / help / 2977003 / die neuesten unterstützten visuellen c-Downloads) wird installiert.
~~ Fügen Sie vgg19.npy in vgg19_weight ~~ ein
Als ich es ausführte, bekam ich wieder einen Fehler.
tensorflow.python.framework.errors_impl.InternalError: Blas SGEMM launch failed : m=36864, n=128, k=64
Geben Sie GPU1 an, indem Sie auf [Was tun, wenn "Blas GEMM-Start fehlgeschlagen" in TensorFlow angezeigt wird] verweisen (https://itips.krsw.biz/tensorflow-blas-gemm-launch-failed-error/). Ich musste.
Ändern Sie os.environ ["CUDA_VISIBLE_DEVICES"] = "0" in der 9. Zeile von test.py in "1" und führen Sie es aus.
======================End of Report==========================
FLOPs: 7937325
100%|██████████████████████████████████████████████████████████████████████████████████| 22/22 [01:24<00:00, 3.84s/it]
test-time: 84.46189665794373 s
one image test time : 3.839177120815624 s
Es dauerte 3,84 Sekunden pro Blatt!
before Im Ordner Dataset / Test / Real befindet sich ein Eingabebild.
after Die Ausgabe erfolgt in Ergebnissen \ H.
Danke für deine harte Arbeit.