python头像转卡通_用python将你的头像“卡通化”
pytorch 1.4
tensorflow-gpu 1.14
face-alignment
dlib
训练1.数据准备训练数据包括真实照片和卡通画像，为降低训练复杂度，该项目对两类数据进行了如下预处理：检测人脸及关键点。
根据关键点旋转校正人脸。
将关键点边界框按固定的比例扩张并裁剪出人脸区域。
使用人像分割模型将背景置白。项目开源了204张处理后的卡通画数据，您还需准备约1000张人像照片(为匹配卡通数据，尽量使用亚洲年轻女性照片，人脸大小最好超过200x200像素)，使用以下命令进行预处理：python data_process.py --data_path YourPhotoFolderPath --save_path YourSaveFolderPath将处理后的数据按照以下层级存放，trainA、testA中存放照片头像数据，trainB、testB中存放卡通头像数据。├── dataset
└── photo2cartoon
├── trainA
├── xxx.jpg
├── yyy.png
└── ...
├── trainB
├── zzz.jpg
├── www.png
└── ...
├── testA
├── aaa.jpg
├── bbb.png
└── ...
└── testB
├── ccc.jpg
├── ddd.png
└── ...2.训练重新训练:python train.py --dataset photo2cartoon加载预训练参数:python train.py --dataset photo2cartoon --pretrained_weights models/photo2cartoon_weights.pt
pytorch 1.4 tensorflow-gpu 1.14 face-alignment dlib 训练1.数据准备训练数据包括真实照片和卡通画像，为降低训练复杂度，该项目对两类数据进行了如下预处理：检测人脸及关键点。 根据关键点旋转校正人脸。 将关键点边界框按固定的比例扩张并裁剪出人脸区域。 使用人像分割模型将背景置白。项目开源了204张处理后的卡通画数据，您还需准备约1000张人像照片(为匹配卡通数据，尽量使用亚洲年轻女性照片，人脸大小最好超过200x200像素)，使用以下命令进行预处理：python data_process.py --data_path YourPhotoFolderPath --save_path YourSaveFolderPath将处理后的数据按照以下层级存放，trainA、testA中存放照片头像数据，trainB、testB中存放卡通头像数据。├── dataset └── photo2cartoon ├── trainA ├── xxx.jpg ├── yyy.png └── ... ├── trainB ├── zzz.jpg ├── www.png └── ... ├── testA ├── aaa.jpg ├── bbb.png └── ... └── testB ├── ccc.jpg ├── ddd.png └── ...2.训练重新训练:python train.py --dataset photo2cartoon加载预训练参数:python train.py --dataset photo2cartoon --pretrained_weights models/photo2cartoon_weights.pt