照片性别反转大挑战,安能辨我是雄雌,PaddleGAN开源项目使用 | 机器学习

简介: 照片性别反转大挑战,安能辨我是雄雌,PaddleGAN开源项目使用 | 机器学习

前言

接着我的上篇文章:如何调整照片人物年龄,此生也算共白头,PaddleGAN开源项目安装使用 | 机器学习_阿良的博客-CSDN博客


在上面的文章中,我们发现styleganv2editing.py是支持性别编辑的。所以调整了一下参数,来试着实现一下照片的性别翻转。下面我们开始吧


环境搭建

这部分就直接参考上面的文章吧,就不再写一遍了。先发一下我准备的照片,如下:


image.png


实现过程

下面我们一步步操作一下,首先我们要做个预处理,和上一篇文章中一样。


预处理

执行命令


python -u applications/tools/pixel2style2pixel.py --input_image D:/spyder/PaddleGAN/data_hy/331.jpg --output_path  D:/spyder/PaddleGAN/data_hy/output --model_type ffhq-inversion --seed 233 --size 1024 --style_dim 512 --n_mlp 8 --channel_multiplier 2 --cpu

执行结果


image.png



我们得到了与处理后的图像


image.png



性别翻转

OK,我们把照片进行一个性别翻转。使用的命令如下:


python -u applications/tools/styleganv2editing.py --latent D:/spyder/PaddleGAN/data_hy/output/dst.npy --output_path D:/spyder/PaddleGAN/data_hy/gender --model_type ffhq-config-f --size 1024 --style_dim 512 --n_mlp 8 --channel_multiplier 2 --direction_name gender --direction_offset 3 --cpu


注意这里使用的是output里的npy文件。


执行结果


image.png


我们得到了性别翻转后的图


image.png



是不是有点男性的感觉了,但是还是觉着差点什么。


眼睛眉毛调整

我觉着可能是眼睛和眉毛的距离太短了,我们用下面的命令调整一下:


python -u applications/tools/styleganv2editing.py --latent D:/spyder/PaddleGAN/data_hy/gender/dst.editing.npy --output_path D:/spyder/PaddleGAN/data_hy/test --model_type ffhq-config-f --size 1024 --style_dim 512 --n_mlp 8 --channel_multiplier 2 --direction_name eye_eyebrow_distance --direction_offset 20 --cpu

注意用的npy文件是上一个处理完成后的文件dst.editing.npy


执行结果


image.png



我们得到处理后的文件如下


image.png



还不错,但是感觉还是少了点什么。


开口处理

想把嘴巴张开一点,看看感觉如何,使用下面的命令:


python -u applications/tools/styleganv2editing.py --latent D:/spyder/PaddleGAN/data_hy/test/dst.editing.npy --output_path D:/spyder/PaddleGAN/data_hy/test1 --model_type ffhq-config-f --size 1024 --style_dim 512 --n_mlp 8 --channel_multiplier 2 --direction_name mouth_open --direction_offset 20 --cpu

执行结果


image.png


看一下效果


image.png


表情还是有点僵硬。


微笑处理

为了让图片笑着自然点,我们再调整一下,使用下面的代码:


python -u applications/tools/styleganv2editing.py --latent D:/spyder/PaddleGAN/data_hy/test1/dst.editing.npy --output_path D:/spyder/PaddleGAN/data_hy/test2 --model_type ffhq-config-f --size 1024 --style_dim 512 --n_mlp 8 --channel_multiplier 2 --direction_name smile --direction_offset 2 --cpu

执行结果


image.png


看一下最终的效果。


image.png



是不是效果很不错。我们放一下对比效果。


image.png


总体效果还是很理想的。


总结

如何调整照片人物年龄,此生也算共白头,PaddleGAN开源项目安装使用 | 机器学习_阿良的博客-CSDN博客

最近在试着研究飞浆平台的许多功能,看到了许多有意思的功能。其中可以将照片美化以及年龄调整这个功能让我想到了之前抖音的一个功能,所以特别感兴趣。花了些时间把项目拉下来玩了玩,用了一些我自己找的数据。

https://blog.csdn.net/zhiweihongyan1/article/details/122217720

本文是对上面这篇文章的补充使用,因为支持编辑,所以可以按照需求对图像做调整。如果大家对这个项目感兴趣,不妨拉下来自己玩玩看,各种奇思妙想的弄一弄哦。


还有补充一下,最近博主在参加评选博客之星活动。如果你喜欢我的文章的话,不妨给我点个五星,投投票吧,谢谢大家的支持!!链接地址:https://bbs.csdn.net/topics/603956455


分享:


       The supreme happiness of life is the conviction that we are loved; loved for ourselves—say rather, loved in spite of ourselves.——《雨果》


如果本文对你有帮助的话,点个赞吧,谢谢!!


相关文章
|
机器学习/深度学习 人工智能 Linux
AI让照片换发型,Barbershop开源项目安装使用 | 机器学习
AI让照片换发型,Barbershop开源项目安装使用 | 机器学习
AI让照片换发型,Barbershop开源项目安装使用 | 机器学习
|
机器学习/深度学习 人工智能 算法
🎁重磅豪礼!机器学习平台PAI + AI开源项目等你来评测!
为PAI + AI开源项目撰写评测,赢取《AI技术分享会》栏目录制机会、LAMY钢笔套装、hero手冲咖啡壶套装、阿里云社区评测官奖杯、阿里云社区首页达人展示一周、开发者评测限量版T恤、30元猫超卡等豪礼!
🎁重磅豪礼!机器学习平台PAI + AI开源项目等你来评测!
|
数据安全/隐私保护 对象存储 开发者
《开发者评测》之PAI+AI开源项目评测获奖名单
PAI+AI开源项目评测活动获奖名单出炉啦!
|
机器学习/深度学习 数据采集 人工智能
阿里云产品测评 机器学习平台PAI + AI开源项目
阿里云产品测评 机器学习平台PAI + AI开源项目
390 0
|
机器学习/深度学习 文字识别 Windows
十八、照片OCR和机器学习流水线
十八、照片OCR和机器学习流水线
十八、照片OCR和机器学习流水线
|
机器学习/深度学习 人工智能 TensorFlow
AI开发者大会之AI学习与进阶实践:2020年7月3日《如何转型搞AI?》、《基于AI行业价值的AI学习与进阶路径》、《自动机器学习与前沿AI开源项目》、《使用TensorFlow实现经典模型》
AI开发者大会之AI学习与进阶实践:2020年7月3日《如何转型搞AI?》、《基于AI行业价值的AI学习与进阶路径》、《自动机器学习与前沿AI开源项目》、《使用TensorFlow实现经典模型》
AI开发者大会之AI学习与进阶实践:2020年7月3日《如何转型搞AI?》、《基于AI行业价值的AI学习与进阶路径》、《自动机器学习与前沿AI开源项目》、《使用TensorFlow实现经典模型》
|
3月前
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
206 6
|
3天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于机器学习的人脸识别算法matlab仿真,对比GRNN,PNN,DNN以及BP四种网络
本项目展示了人脸识别算法的运行效果(无水印),基于MATLAB2022A开发。核心程序包含详细中文注释及操作视频。理论部分介绍了广义回归神经网络(GRNN)、概率神经网络(PNN)、深度神经网络(DNN)和反向传播(BP)神经网络在人脸识别中的应用,涵盖各算法的结构特点与性能比较。
|
1月前
|
机器学习/深度学习 人工智能 算法
机器学习算法的优化与改进:提升模型性能的策略与方法
机器学习算法的优化与改进:提升模型性能的策略与方法
349 13
机器学习算法的优化与改进:提升模型性能的策略与方法
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
解锁机器学习的新维度:元学习的算法与应用探秘
元学习作为一个重要的研究领域,正逐渐在多个应用领域展现其潜力。通过理解和应用元学习的基本算法,研究者可以更好地解决在样本不足或任务快速变化的情况下的学习问题。随着研究的深入,元学习有望在人工智能的未来发展中发挥更大的作用。

热门文章

最新文章