TensorFlow实战——CNN（VGGNet19）——图像风格转化

admin管理员组

文章数量:1794759

TensorFlow实战——CNN（VGGNet19）——图像风格转化

blog.csdn/u011239443/article/details/73721903

这次我们要做一件比较有趣的事——讲图像风格转化。

如何将一张杭州西湖图片：

将其风格转化为和梵高的《星夜》一样具有鲜明艺术的风格呢？

先给出完整的代码：github/xiaoyesoso/TensorFlowinAction/blob/master/InActionB2/chapter4/tranImage.py

接下来我们来讲解它。

图像数据 if __name__ == '__main__': style = Image.open('star.jpg') style = np.array(style).astype(np.float32) - 128.0 content = Image.open('me.jpg') content = np.array(content).astype(np.float32) - 128.0 stylize(style,content,0.5,500)

上述style读取的是《星夜》，将其转为浮点数组，并且减去128.0，这样就以0为中心，可以加快收敛。content读取的是《西湖》，操作相同。

要注意的是，style，content图片大小要相同。我在之前用“美图秀秀”将《星夜》和《西湖》的大小转为来 224 × 224 224×224 224×224。

print(content.shape) print(style.shape)

可见：

(224, 224, 3) (224, 224, 3) 风格转化 def stylize(style_image,content_image,learning_rate=0.1,epochs=500): # 结果图片 target = tf.Variable(tf.random_normal(content_image.shape),dtype=tf.float32) style_input = tf.constant(style_image,dtype=tf.float32) content_input = tf.constant(content_image, dtype=tf.float32) cost = loss_function(style_input,content_input,target) train_op = tf.train.AdamOptimizer(learning_rate).minimize(cost) with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess: tf.initialize_all_variables().run() for i in range(epochs): _,loss,target_image = sess.run([train_op,cost,target]) print("iter:%d,loss:%.9f" % (i, loss)) if (i+1) % 100 == 0: image = np.clip(target_image + 128,0,255).astype(np.uint8) Image.fromarray(image).save("./neural_me_%d.jpg" % (i + 1))

这里比较有趣的是，以前我们通常调优的是参数矩阵，然后配合测试数据预测出结果。而这边，我们没有测试数据，而所要调优的target矩阵，就是我们要得结果。

VGGNet19模型

VGGNet模型：

要注意的是，在这里我们并没有想试图训练VGGNet19模型，我们只是想获得图片在VGGNet19模型中的某些隐藏层上的特征矩阵。所以我们这里使用已经训练好的VGGNet19模型的参数，下载地址：www.vlfeat/matconvnet/models/beta16/imagenet-vgg-verydeep-19.mat

然后只需要加载它据可以了：

_vgg_params = None def vgg_params(): global _vgg_params if _vgg_params is None: _vgg_params = sio.loadmat('imagenet-vgg-verydeep-19.mat') return _vgg_params def vgg19(input_image): layers = ( 'conv1_1', 'relu1_1', 'conv1_2', 'relu1_2', 'pool1', 'conv2_1', 'relu2_1', 'conv2_2', 'relu2_2', 'pool2', 'conv3_1', 'relu3_1', 'conv3_2', 'relu3_2', 'conv3_3', 'relu3_3', 'conv3_4', 'relu3_4','pool3', 'conv4_1', 'relu4_1', 'conv4_2', 'relu4_2', 'conv4_3', 'relu4_3', 'conv4_4', 'relu4_4', 'pool4', 'conv5_1', 'relu5_1', 'conv5_2', 'relu5_2', 'conv5_3', 'relu5_3', 'conv5_4', 'relu5_4', 'pool5' ) weights = vgg_params()['layers'][0] net = input_image network = {} for i,name in enumerate(layers): layer_type = name[:4] # 若是卷积层 if layer_type == 'conv': kernels,bias = weights[i][0][0][0][0] # 由于 imagenet-vgg-verydeep-19.mat 中的参数矩阵和我们定义的长宽位置颠倒了，所以需要交换 kernels = np.transpose(kernels,(1,0,2,3)) conv = tf.nn.conv2d(net,tf.constant(kernels),strides=(1,1,1,1),padding='SAME',name=name) net = tf.nn.bias_add(conv,bias.reshape(-1)) net = tf.nn.relu(net) # 若是池化层 elif layer_type == 'pool': net = tf.nn.max_pool(net,ksize=(1,2,2,1),strides=(1,2,2,1),padding='SAME') # 将隐藏层加入到集合中 # 若为`激活函数`直接加入集合 network[name] = net return network

我们将weights打印出来看看：

print(weights.shape)

得到：

(43,)

可知imagenet-vgg-verydeep-19.mat还可以支持比VGGNet19更多层的VGGNet模型。

若是卷积层，如conv1_1：

print(weights[0][0][0][0][0])

得到的是参数矩阵和偏置：

[ array([[[[ 0.39416704, -0.08419707, -0.03631314, ..., -0.10720515, -0.03804016, 0.04690642], [ 0.46418372, 0.03355668, 0.10245045, ..., -0.06945956, -0.04020201, 0.04048637], [ 0.34119523, 0.09563112, 0.0177449 , ..., -0.11436455, -0.05099866, -0.00299793]], [[ 0.37740308, -0.07876257, -0.04775979, ..., -0.11827433, -0.19008617, -0.01889699], [ 0.41810837, 0.05260524, 0.09755926, ..., -0.09385028, -0.20492788, -0.0573062 ], [ 0.33999205, 0.13363543, 0.02129423, ..., -0.13025227, -0.16508926, -0.06969624]], [[-0.04594866, -0.11583115, -0.14462094, ..., -0.12290562, -0.35782176, -0.27979308], [-0.04806903, -0.00658076, -0.02234544, ..., -0.0878844 , -0.3915486 , -0.34632796], [-0.04484424, 0.06471398, -0.07631404, ..., -0.12629718, -0.29905206, -0.28253639]]], [[[ 0.2671299 , -0.07969447, 0.05988706, ..., -0.09225675, 0.31764674, 0.42209673], [ 0.30511212, 0.05677647, 0.21688674, ..., -0.06828708, 0.3440761 , 0.44033417], [ 0.23215917, 0.13365699, 0.12134422, ..., -0.1063385 , 0.28406844, 0.35949969]], [[ 0.09986369, -0.06240906, 0.07442063, ..., -0.02214639, 0.25912452, 0.42349899], [ 0.10385381, 0.08851637, 0.2392226 , ..., -0.01210995, 0.27064082, 0.40848857], [ 0.08978214, 0.18505956, 0.15264879, ..., -0.04266965, 0.25779948, 0.35873157]], [[-0.34100872, -0.13399366, -0.11510294, ..., -0.11911335, -0.23109646, -0.19202407], [-0.37314063, -0.00698938, 0.02153259, ..., -0.09827439, -0.2535741 , -0.25541356], [-0.30331427, 0.08002605, -0.03926321, ..., -0.12958746, -0.19778992, -0.21510386]]], [[[-0.07573577, -0.07806503, -0.03540679, ..., -0.1208065 , 0.20088433, 0.09790061], [-0.07646758, 0.03879711, 0.09974211, ..., -0.08732687, 0.2247974 , 0.10158388], [-0.07260918, 0.10084777, 0.01313597, ..., -0.12594968, 0.14647409, 0.05009392]], [[-0.28034249, -0.07094654, -0.0387974 , ..., -0.08843154, 0.18996507, 0.07766484], [-0.31070709, 0.06031388, 0.10412455, ..., -0.06832542, 0.20279962, 0.05222717], [-0.246675 , 0.1414054 , 0.02605635, ..., -0.10128672, 0.16340195, 0.02832468]], [[-0.41602272, -0.11491341, -0.14672887, ..., -0.13079506, -0.1379628 , -0.26588449], [-0.46453714, -0.00576723, -0.02660675, ..., -0.10017379, -0.15603794, -0.32566148], [-0.33683276, 0.06601517, -0.08144748, ..., -0.13460518, -0.1342358 , -0.27096185]]]], dtype=float32) array([[ 0.73017758, 0.06493629, 0.03428847, 0.8260386 , 0.2578029 , 0.54867655, -0.01243854, 0.34789944, 0.55108708, 0.06297145, 0.60699058, 0.26703122, 0.649414 , 0.17073655, 0.47723091, 0.38250586, 0.46373144, 0.21496128, 0.46911287, 0.23825859, 0.47519219, 0.70606434, 0.27007523, 0.68552732, 0.03216552, 0.60252881, 0.35034859, 0.446798 , 0.77326518, 0.58191687, 0.39083108, 1.75193536, 0.66117406, 0.30213955, 0.53059655, 0.67737472, 0.33273223, 0.49127793, 0.26548928, 0.18805602, 0.07412001, 1.10810876, 0.28224325, 0.86755145, 0.19422948, 0.810332 , 0.36062282, 0.50720042, 0.42472315, 0.49632648, 0.15117475, 0.79454446, 0.33494323, 0.47283995, 0.41552398, 0.08496041, 0.37947032, 0.60067391, 0.47174454, 0.81309211, 0.45521152, 1.08920074, 0.47757268, 0.4072122 ]], dtype=float32)]

若是激活函数，如relu1_1：

print(weights[1][0][0][0][0])

输出：

relu

若是池化层，如pool1：

print(weights[4][0][0][0][0])

输出：

pool1 损失函数 STYLE_WEIGHT = 1 CONTENT_WEIGHT = 1 STYLE_LAYERS = ['relu1_2','relu2_2','relu3_2'] CONTENT_LAYERS = ['relu1_2'] def loss_function(style_image,content_image,target_image): style_features = vgg19([style_image]) content_features = vgg19([content_image]) target_features = vgg19([target_image]) loss = 0.0 for layer in CONTENT_LAYERS: loss += CONTENT_WEIGHT * content_loss(target_features[layer],content_features[layer]) for layer in STYLE_LAYERS: loss += STYLE_WEIGHT * style_loss(target_features[layer],style_features[layer]) return loss

可以看到权重STYLE_WEIGHT和CONTENT_WEIGHT可以控制优化更 取趋于风格还是趋于内容。而STYLE_LAYERS的层数越多，就能挖掘出《星夜》越多样的风格特征，而CONTENT_LAYERS中的越深的掩藏层得到的特征越抽象。

建议STYLE_LAYERS中的层数尽可能的多，这样更加能挖掘出《星夜》风格特征。当然层数多了或者深了，所需要的迭代次数需要很大才能得到比较好的效果。由于机子不给力，我只迭代了500轮，只选了三个隐藏层'relu1_2','relu2_2','relu3_2'。而CONTENT_LAYERS中的隐藏层的越浅就表达了目标图中原内容就越具像。

• 内容损失函数很简单，就是特征值误差：

def content_loss(target_features,content_features): _,height,width,channel = map(lambda i:i.value,content_features.get_shape()) content_size = height * width * channel return tf.nn.l2_loss(target_features - content_features) / content_size

• 风格损失函数。我们现将三维特征矩阵(-1,channel)重塑为二维矩阵，即一行代表一个特征值，三列分别是RGB。使用其格拉姆矩阵（ A T A A^TA ATA）误差作为返回结果。

def style_loss(target_features,style_features): _,height,width,channel = map(lambda i:i.value,target_features.get_shape()) size = height * width * channel target_features = tf.reshape(target_features,(-1,channel)) target_gram = tf.matmul(tf.transpose(target_features),target_features) / size style_features = tf.reshape(style_features,(-1,channel)) style_gram = tf.matmul(tf.transpose(style_features),style_features) / size return tf.nn.l2_loss(target_gram - style_gram) / size 结果图

好啦，接下来看看我们的作品吧。

迭代100轮：

迭代200轮：

迭代300轮：

迭代400轮：

迭代500轮：

可见结果图的内容的原来越清晰的，但是过于清晰反而不具有艺术感，可以适当加深加多CONTENT_LAYERS中的隐藏层。注意图片的右上部分，也可以发现越发具有类似于《星夜》的旋转的风格纹路细节。

赠送一只胖子～

原：

100：

200：

300：

400：

500：

本文标签： 实战图像风格tensorflowCNN