零基础Linux安装并实现图像风格迁移

第1步：安装Anaconda

• 说明：使用paddlepaddle需要先安装python环境，这里我们选择python集成环境Anaconda工具包

  • Anaconda是1个常用的python包管理程序
  • 安装完Anaconda后，可以安装python环境，以及numpy等所需的工具包环境

• 下载Anaconda：

  • 下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D

    • 
    • 选择适合您操作系统的版本
      • 可在终端输入uname -m查询系统所用的指令集

  • 下载法1：本地下载，再将安装包传到linux服务器上

  • 下载法2：直接使用linux命令行下载

    • # 首先安装wget
      sudo apt-get install wget  # Ubuntu
      sudo yum install wget  # CentOS

    • # 然后使用wget从清华源上下载
      # 如要下载Anaconda3-2021.05-Linux-x86_64.sh，则下载命令如下：
      wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.05-Linux-x86_64.sh
      
      # 若您要下载其他版本，需要将最后1个/后的文件名改成您希望下载的版本

• 安装Anaconda：

  • 在命令行输入sh Anaconda3-2021.05-Linux-x86_64.sh
    • 若您下载的是其它版本，则将该命令的文件名替换为您下载的文件名
  • 按照安装提示安装即可
    • 查看许可时可输入q来退出

• 将conda加入环境变量

  • 加入环境变量是为了让系统能识别conda命令，若您在安装时已将conda加入环境变量path，则可跳过本步

  • 在终端中打开~/.bashrc：

    • # 在终端中输入以下命令：
      vim ~/.bashrc

  • 在~/.bashrc中将conda添加为环境变量：

    • # 先按i进入编辑模式
      # 在第一行输入：
      export PATH="~/anaconda3/bin:$PATH"
      # 若安装时自定义了安装位置，则将~/anaconda3/bin改为自定义的安装目录下的bin文件夹

    • # 修改后的~/.bash_profile文件应如下（其中xxx为用户名）：
      export PATH="~/opt/anaconda3/bin:$PATH"
      # >>> conda initialize >>>
      # !! Contents within this block are managed by 'conda init' !!
      __conda_setup="$('/Users/xxx/opt/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
      if [ $? -eq 0 ]; then
          eval "$__conda_setup"
      else
          if [ -f "/Users/xxx/opt/anaconda3/etc/profile.d/conda.sh" ]; then
              . "/Users/xxx/opt/anaconda3/etc/profile.d/conda.sh"
          else
              export PATH="/Users/xxx/opt/anaconda3/bin:$PATH"
          fi
      fi
      unset __conda_setup
      # <<< conda initialize <<<

    • 修改完成后，先按esc键退出编辑模式，再输入:wq!并回车，以保存退出

  • 验证是否能识别conda命令：

    • 在终端中输入source ~/.bash_profile以更新环境变量
    • 再在终端输入conda info --envs，若能显示当前有base环境，则conda已加入环境变量

第2步：创建conda环境

• 创建新的conda环境

  • # 在命令行输入以下命令，创建名为paddle_env的环境
    # 此处为加速下载，使用清华源
    conda create --name paddle_env python=3.8 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

  • 该命令会创建1个名为paddle_env、python版本为3.8的可执行环境，根据网络状态，需要花费一段时间

  • 之后命令行中会输出提示信息，输入y并回车继续安装

    • 

• 激活刚创建的conda环境，在命令行中输入以下命令：

  • # 激活paddle_env环境
    conda activate paddle_env

  • 以上anaconda环境和python环境安装完毕

第3步：安装程序所需要库

• 使用pip命令在刚激活的环境中安装paddle：

  • # 在命令行中输入以下命令：
    # 默认安装CPU版本，安装paddle时建议使用百度源
    pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

• 安装完paddle后，继续在paddle_env环境中安装paddlehub：

  • # 在命令行中输入以下命令：
    pip install paddlehub -i https://mirror.baidu.com/pypi/simple

  • paddlehub的介绍文档：https://github.com/PaddlePaddle/PaddleHub/blob/release/v2.1/README_ch.md

  • 安装paddlehub时会自动安装其它依赖库，可能需要花费一段时间

第4步：安装paddlehub并下载模型

• 安装完paddlehub后，下载风格迁移模型：

  • # 在命令行中输入以下命令
    hub install stylepro_artistic==1.0.1

  • 模型的说明文档：https://www.paddlepaddle.org.cn/hubsearch?filter=en_category&value=%7B%22scenes%22%3A%5B%22GANs%22%5D%7D

  • 

第5步：准备风格迁移数据和代码

准备风格迁移数据

• 在用户目录~下，创建工作目录style_transfer

  • # 在终端中输入以下命令:
    cd ~  # 进入用户目录
    mkdir style_transfer  # 创建style_transfer文件夹
    cd style_transfer  # 进入style_transfer目录

• 分别放置待转换图片和风格图片：

  • 将待转换图片放置到~/style_transfer/pic.jpg
    • 
  • 将风格图片放置到~/style_transfer/fangao.jpg
    • 

代码

• 创建代码文件：

  • # 以下命令均在命令行执行
    $ pwd # 查看当前目录是否为style_transfer，若不是则输入：cd ~/style_transfer
    $ touch style_transfer.py  # 创建空文件
    $ vim style_transfer.py  # 使用vim编辑器打开代码文件
    # 先输入i进入编辑模式
    # 将代码拷贝进vim编辑器中
    # 按esc键退出编辑模式，再输入":wq"并回车，以保存并退出

  • # 代码
    import paddlehub as hub
    import cv2
    
    # 待转换图片的相对地址
    picture = './pic.jpg'
    # 风格图片的相对地址
    style_image = './fangao.jpg'
    
    # 创建风格转移网络并加载参数
    stylepro_artistic = hub.Module(name="stylepro_artistic")
    
    # 读入图片并开始风格转换
    result = stylepro_artistic.style_transfer(
                        images=[{'content': cv2.imread(picture),
                                 'styles': [cv2.imread(style_image)]}],
                        visualization=True
    )

• 运行代码：

  • 在命令行中，输入python style_transfer.py
  • 程序执行时，会创建新文件夹transfer_result，并将转换后的文件保存到该目录下
  • 输出的图片如下：
    • 

第6步：飞桨预训练模型探索之旅

• 恭喜你，到这里PaddleHub在windows环境下的安装和入门案例就全部完成了，快快开启你更多的深度学习模型探索之旅吧。【更多模型探索，跳转飞桨官网】