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 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", "")

……