CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格

 

 

 

 

 

目录

实现结果

部分实例代码


 

 

 

 

 

 

 

 

 

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

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_人工智能

model

introduction

original

result

cubist

Modern art pictures

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_计算机视觉_02

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_CV_03

denoised_starry

Van Gogh's famous painting 《The Starry Night》

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_计算机视觉_04

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_计算机视觉_05

feathers

Leaf art pictures

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_人工智能_06

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_CV_07

mosaic

Mosaic glass decoration

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_计算机视觉_08

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_计算机视觉_09

scream

Edvard Munch's famous painting, 《The Scream》

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_计算机视觉_10

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_人工智能_11

udnie

Francis Capilla's paintings《udnie Young American Girl》

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_人工智能_12

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_人工智能_13

wave

The famous painting of Kanagawa,

《かながわおきなみうら》

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_计算机视觉_14

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_人工智能_15

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

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_CV_16

CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_CV_17CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_人工智能_18CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_人工智能_19CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_CV_20CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_计算机视觉_21CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_人工智能_22CV之NS之VGG16:基于TF Slim(VGG16)利用七个不同的预训练模型实现快速NS风格_人工智能_23

 

部分实例代码

from __future__ import print_function
import tensorflow as tf
import reader
import model
import time
import os

image01='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", "")

……

 

 

 

 

更多文章请关注《万象专栏》