#86 · 主分类： 图像生成
fast-style-transfer
deep-learning
neural-networks
neural-style
style-transfer
TensorFlow CNN用于快速风格迁移 ⚡🖥🎨🖼
项目最后更新：07/16/23
GitHub Stars
11.0K
Forks数量
2.5K
贡献者数量
16
许可证
Other
收录理由
这个项目的思路很直接：让一个神经网络学会模仿某幅名画的笔触，再把新的照片丢进去处理。速度足够快，才有实用价值——在2015年的Titan X上，处理一张1024×680的图片大约只要100毫秒，所以同样的方法也能逐帧应用于视频。代码基于Gatys、Johnson和Ulyanov那几篇有影响力的论文，用TensorFlow实现，结构清晰，读起来能让人真正理解快速风格迁移的运作方式。无论是想找一份易读实现的研究者，还是需要一个可运行基线来改造的开发者，都能在这里找到有价值的东西。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
stable-diffusion-webui
Stable Diffusion 网页界面
ComfyUI
最强大且模块化的扩散模型GUI、API和后端，具有图形/节点界面。
diffusers
🤗 Diffusers：PyTorch中最先进的扩散模型，用于图像、视频和音频生成。
upscayl
🆙 Upscayl - 适用于 Linux、MacOS 和 Windows 的 #1 免费开源 AI 图像放大工具。
InvokeAI
InvokeAI 是领先的开源创意引擎，专为 Stable Diffusion 设计，提供业界领先的 Web UI，用于生成和编辑视觉媒体。