[PYTHON] Le service Web de coloration de dessin au trait Paints Chainer est sorti

http://paintschainer.preferred.tech Voici une démo de la coloration des dessins au trait dont j'ai parlé le mois dernier! !! Vous pouvez l'essayer pour tous ceux qui ont eu une bonne réponse! !! (J'espère que la valeur attendue n'a pas trop augmenté, mais w)

http://qiita.com/taizan/items/cf77fd37ec3a0bef5d9d Article précédent "Les débutants ont essayé de colorier des dessins au trait avec un chainer. J'ai pu le faire. ] Est là. ⇓ Et voici un exemple d'utilisation de Mojakki-san.

En raison de l'utilisation du GPU, si l'accès est concentré, il peut ralentir ou le serveur peut tomber en panne, mais j'espère que vous garderez un œil dessus. ← Il est devenu très lourd car il s'est propagé à de nombreuses personnes. Gunununu

L'écran ressemble à ceci. Si vous sélectionnez un fichier de dessin au trait, il sera peint automatiquement pour le moment.

• Cependant, les gif et png transparent ne sont actuellement pas pris en charge. Veuillez utiliser jpg ou png ordinaire

Après avoir sélectionné le fichier pendant un certain temps, le résultat du dessin au trait et de la coloration 1ère ligne et le résultat de coloration 2ème ligne seront affichés comme ↓. La première étape est d'environ 128 pixels et la deuxième étape d'environ 512 pixels.

Ensuite, sélectionnez la couleur que vous souhaitez colorer dans la palette de couleurs et ajoutez des indices. Dans de nombreux cas, il vaut mieux ajouter une couleur claire qu'une couleur très saturée.

Si vous donnez un indice, appuyez sur le bouton coloriser et il sera coloré en référence à l'indice. Dans certains cas, un indice approximatif fonctionnera, mais dans d'autres cas, il ne se sentira pas bien sans donner des conseils détaillés. Une fois que vous aurez compris, vous serez en mesure de comprendre les sentiments du réseau neuronal.

Il y a des cas où il est encore mieux d'ajuster manuellement divers paramètres pour chaque image, mais cette fois je vais l'omettre.

La dernière fois, ce n'était qu'un modèle, mais j'ai téléchargé le code source, y compris la formation et l'interface utilisateur sur github. https://github.com/taizan/PaintsChainer Vous pouvez également télécharger les données du modèle entraîné à partir d'ici. http://paintschainer.preferred.tech/downloads/

Donc, si vous avez un GPU, vous pouvez facilement créer un environnement de clonage. Il y a encore des domaines où la formation est insuffisante, veuillez donc l'ajuster pour qu'il se sente mieux. Je pense que je vais rendre un service commémoratif aux modèles que je n'ai pas utilisés.

De plus, j'ai utilisé beaucoup de travail pendant le travail, alors veuillez donner au chainer une étoile ou une pull request pour devenir un contributeur afin de faire une excuse pour promouvoir le chainer. Merci pour le chainer.

Merci à mattya et rezoolab pour leur coopération dans la création de ce système! !!