(VGG, lam=0.0075, after 5000 iteration)

pip install chainer

詳しくはhttps://github.com/pfnet/chainer

• NIN https://gist.github.com/mavenlin/d802a5849de39225bcc6

お手軽。(-m nin)

• VGG https://gist.github.com/ksimonyan/211839e770f7b538e2d8#file-readme-md

きれいな絵がかけるがとても重い。(-m vgg, -m vgg_chainer) vgg_chainerではモデルのダウンロードの必要はなく、初回を除いて非常に高速でロードできるようになります(chainer 1.19以降で動作)。

• GoogLeNet https://github.com/BVLC/caffe/tree/master/models/bvlc_googlenet

NIN並に軽く、ポテンシャルもあるはずだが、最適なパラメタがわかっていない。(-m googlenet)

• illustration2vec http://illustration2vec.net/ (pre-trained model for tag prediction, version 2.0)

VGGより軽く、二次元画像にとても強いはずだが、最適なパラメタがわかってない。(-m i2v)

python chainer-gogh.py -m nin -i input.png -s style.png -o output_dir -g -1

python chainer-gogh.py -m nin -i input.png -s style.png -o output_dir -g GPU番号

python chainer-gogh.py -m vgg_chainer -i input.png -s style.png -o output_dir -g 0 --width 256

-m nin

のninを、vgg, vgg_chainer, googlenet, i2vに切り替えることが可能。 モデルファイルはディレクトリ直下に置いて、デフォルトの名前のまま変えないこと。

• まず、input.txtというファイル名で、以下の様なファイルを作る。

input0.png style0.png
input1.png style1.png
...

そして、chainer-gogh-multi.pyの方を実行

python chainer-gogh-multi.py -i input.txt

VGGを使うときはGPUのメモリ不足に注意

• --lr: 学習速度。生成の進捗が遅い時は大きめにする
• --lam: これを上げるとinput画像に近くなり、下げるとstyle画像に近くなる
• alpha, beta: 各層から伝播させる誤差にかかる係数。models.pyの中でハードコードされている。

• 現在のところ画像は正方形に近いほうがいいです