同步操作将从 PaddlePaddle/PaddleHub 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
打开Anaconda Prompt终端
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/ # 这是一行命令
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
# 查看当前python的位置
where python
以上anaconda环境和python环境安装完毕
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
# 确认当前所用的pip是否是paddle_env环境下的pip
where pip
# 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
若需要安装GPU版本,则请打开paddle官网选择适合的版本
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
切换工作目录到D:\style_transfer
,在命令行中输入以下命令
# 在命令行中输入以下命令
#把当前工作目录切换到D盘根目录
D:
#创建style_transfer目录
mkdir style_transfer
#切换当前目录到style_transfer目录
cd style_transfer
分别放置待转换图片和风格图片
D:\style_transfer\pic.jpg
D:\style_transfer\fangao.jpg
在D:\style_transfer
目录下创建代码文件style_transfer.py
style_transfer.py
在style_transfer.py
中复制进如下代码:
import paddlehub as hub
import cv2
# 待转换图片的绝对地址
picture = 'D:\\style_transfer\\pic.jpg' # 注意代码中此处为双反斜杠
# 风格图片的绝对地址
style_image = 'D:\\style_transfer\\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:
python style_transfer.py
transfer_result
,并将转换后的文件保存到该目录下此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。