郑启航

我用的是v100，内存32g，animegan和whiteboxgan一般晚上10点训练到早上9点就可以得到比较好的模型了。我给的预训练模型都是训练一晚上的结果。animegan的学习率非常低，如果要快速见效可以提高一下。whiteboxgan需要cpu去做superpixel就比较慢，都在等待cpu处理，实际训练时间其实比较短，优化速度的话，可以考虑先把数据集都superpixel预处理一下。

不用谢，我最近在研究如何用轻量级的风格迁移进行人脸动漫化，如果有兴趣可以一起研究。当然也欢迎贡献代码

那到没有，我目前自己研究，现在做了些实验，也在看论文中

- U-GAT-IT: UNSUPERVISED GENERATIVE ATTENTIONAL NETWORKS WITH ADAPTIVE L AYER INSTANCE NORMALIZATION FOR IMAGE-TO-IMAGE TRANSLATION - CartoonGAN: Generative Adversarial Networks for Photo Cartoonization - CycleGAN Face-off - Face-to-Parameter Translation for...

嗯，是没用，上次疏忽了，写错了。 发自我的iPhone ------------------ 原始邮件 ------------------ 发件人: huangfuyang ***@***.***> 发送时间: 2021年4月8日 16:45 收件人: zhen8838/AnimeStylized ***@***.***> 抄送: 郑启航 ***@***.***>, Comment ***@***.***> 主题: 回复：[zhen8838/AnimeStylized] White-box Cartoon 训练过程的问题 (#4) 我用的是v100，内存32g，animegan和whiteboxgan一般晚上10点训练到早上9点就可以得到比较好的模型了。我给的预训练模型都是训练一晚上的结果。animegan的学习率非常低，如果要快速见效可以提高一下。whiteboxgan需要cpu去做superpixel就比较慢，都在等待cpu处理，实际训练时间其实比较短，优化速度的话，可以考虑先把数据集都superpixel预处理一下。 数据集superpixel预处理有什么用处么？structure loss的算的不是生成出来的图片的superpixel么？ F(G(Ip))。算原始图的superpixel也没啥用吧 —...

I have not written. Let me add it.

Hi. I add the video process code. you can update the code.

1. 我使用ffmpeg提取原视频声音然后加入处理后的视频，具体命令可以搜索一下。 2. 视频转换后，可以考虑使用readme中的ffmpeg命令把视频压缩一下。 3. 这里的算法本身都是针对单独的图像进行风格化的，由于没有考虑前后帧的关系因此视频的效果会有些差，需要进一步的研究。

Yes, I also think the white-box model not as good as the official version. 1. I found the re-implemented model predicts the result has a wild color(you can see right-top...

My default superpixel method during training is consistent with the one mentioned in the author’s paper. He uses the superpixel method of adaptive brightness to increase the brightness of the...