CV之NS之VGG16：基于TF Slim库利用VGG16算法的预训练模型实现七种不同快速图像风格迁移设计(cubist/denoised_starry/mosaic/scream/wave)案例
CV之NS之VGG16：基于TF Slim库利用VGG16算法的预训练模型实现七种不同快速图像风格迁移设计(cubist/denoised_starry/feathers/mosaic/scream/udnie/wave)案例
目录
基于TF Slim库利用VGG16算法的预训练模型实现七种不同快速图像风格迁移设计(cubist/denoised_starry/mosaic/scream/wave)案例
实现结果
部分实例代码
基于TF Slim库利用VGG16算法的预训练模型实现七种不同快速图像风格迁移设计(cubist/denoised_starry/mosaic/scream/wave)案例
实现结果
1、本博主，以前几天拍过的东方明珠照片，为例进行快速NS风格
| model | introduction | original | result |
| cubist | Modern art pictures | | |
| denoised_starry | Van Gogh's famous painting 《The Starry Night》 | | |
| feathers | Leaf art pictures | | |
| mosaic | Mosaic glass decoration | | |
| scream | Edvard Munch's famous painting, 《The Scream》 | | |
| udnie | Francis Capilla's paintings《udnie Young American Girl》 | | |
| wave | The famous painting of Kanagawa, 《かながわおきなみうら》 | | |
2、这是本博主拍摄的一张东方明珠夜景，进行了快速NS实现
部分实例代码
from __future__ import print_function
import tensorflow as tf
import reader
import model
import time
import osimage01='NS_test03'
type01='wave'
model_file='models/%s.ckpt-done' %(type01)
image_file='img/%s.jpg' % (image01)……tf.app.flags.DEFINE_integer('image_size', 256, 'Image size to train.')
tf.app.flags.DEFINE_string("model_file", model_file, "") #tf.app.flags.DEFINE_string("model_file", "models.ckpt", "")
tf.app.flags.DEFINE_string("image_file", image_file, "") #tf.app.flags.DEFINE_string("image_file", "a.jpg", "")……本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！