博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
『cs231n』通过代码理解风格迁移
阅读量:5882 次
发布时间:2019-06-19

本文共 13985 字,大约阅读时间需要 46 分钟。

文件目录

vgg16.py

import osimport numpy as npimport tensorflow as tffrom download import exist_or_downloadmodel_url = 'https://s3.amazonaws.com/cadl/models/vgg16.tfmodel'model_dir = 'vgg16/'model_name = 'vgg16.tfmodel'def model_download():    print('Downloading Model ... ')    exist_or_download(url=model_url, dir=model_dir)class VGG16:    input_tensor_name = 'images:0'    layer_operation_names = ['conv1_1/conv1_1','conv1_2/conv1_2',                            'conv2_1/conv2_1','conv2_2/conv2_2',                            'conv3_1/conv3_1','conv3_2/conv3_2','conv3_3/conv3_3',                            'conv4_1/conv4_1','conv4_2/conv4_2','conv4_3/conv4_3',                            'conv5_1/conv5_1','conv5_2/conv5_2','conv5_3/conv5_3']    dropout_tensor_names = ['dropout/random_uniform:0',                            'dropout_1/random_uniform:0']    def __init__(self):        # 载入tfmodel模型到新的图中        self.graph = tf.Graph()        with self.graph.as_default():            with tf.gfile.FastGFile(os.path.join(model_dir,model_name),'rb') as f:                graph_def = tf.GraphDef()                graph_def.ParseFromString(f.read())                tf.import_graph_def(graph_def,name='')            # 由图中获取tensor            self.input_tensor = self.graph.get_tensor_by_name(self.input_tensor_name)            self.layer_tensors = [self.graph.get_tensor_by_name(name + ':0') for name in self.layer_operation_names]    def get_layer_tensors(self, layer_ids):        '''获取特定序列号的tensors'''        return [self.layer_tensors[idx] for idx in layer_ids]    def get_layer_names(self, layer_ids):        '''获取特定序列号的op名称'''        return [self.layer_operation_names[idx] for idx in layer_ids]    def get_all_layer_names(self, startswith=None):        '''获取全op中名称开头为startswith的op名称'''        names = [op.name for op in self.graph.get_operations()]        if startswith is not None:            names = [name for name in names if name.startswith(startswith)]        return names    def create_feed_dict(self,input_image):        '''把input图片扩维,并以feed字典形式返回'''        input_image = np.expand_dims(input_image, axis=0)        feed_dict = {self.input_tensor_name: input_image}        return feed_dict

二进制模型文件载入流程:

# 新建空白图self.graph = tf.Graph()# 空白图列为默认图with self.graph.as_default():    # 二进制读取模型文件    with tf.gfile.FastGFile(os.path.join(model_dir,model_name),'rb') as f:        # 新建GraphDef文件,用于临时载入模型中的图         graph_def = tf.GraphDef()        # GraphDef加载模型中的图        graph_def.ParseFromString(f.read())        # 在空白图中加载GraphDef中的图        tf.import_graph_def(graph_def,name='')        # 在图中获取张量需要使用graph.get_tensor_by_name加张量名        # 这里的张量可以直接用于session的run方法求值了        # 补充一个基础知识,形如'conv1'是节点名称,而'conv1:0'是张量名称,表示节点的第一个输出张量        self.input_tensor = self.graph.get_tensor_by_name(self.input_tensor_name)        self.layer_tensors = [self.graph.get_tensor_by_name(name + ':0') for name   in self.layer_operation_names]

 

download.py

import osimport sysimport tarfileimport zipfileimport urllib.requestdef _print_download_progress(count, block_size, total_size):    '''打印下载进度'''    # 当前下载进度    pct_complete = float(count * block_size / total_size)    # 强化表达式格式输出,\r表示新行,后面的表示小数点后一位百分数    msg = '\r- Download progress: {0:.1%}'.format(pct_complete)    # 输出,这里和print功能差不多    sys.stdout.write(msg)    sys.stdout.flush()def exist_or_download(url,dir):    # url末尾为文件名,提取出来    file_name = url.split('/')[-1]    # 保存文件路径&文件名    file_path = os.path.join(dir, file_name)    if not os.path.exists(file_path):        if not os.path.exists(dir):            os.makedirs(dir)        # 下载文件        file_path, _ = urllib.request.urlretrieve(url=url,                                                  filename=file_path,                                                  reporthook=_print_download_progress)        # 参数 finename 指定了保存本地路径(如果参数未指定,urllib会生成一个临时文件保存数据。)        # 参数 reporthook 是一个回调函数,当连接上服务器、以及相应的数据块传输完毕时会触发该回调,我们可以利用这个回调函数来显示当前的下载进度。        # 参数 data 指 post 到服务器的数据        # 该方法返回一个包含两个元素的(filename, headers)元组,filename 表示保存到本地的路径,header 表示服务器的响应头。        print('\r- Download finish.')        # 自动解压        if file_path.endwith('.zip'):            zipfile.ZipFile(file=file_path, mode='r').extractall(dir)        elif file_path.endwith('.tar.gz','tgz'):            tarfile.open(name=file_path, model='r:gz').extractall(dir)        print('Done')    else:        print('Data has apparently alreadly been downloaded and unpacked.')

sys.stdout.write()

由于python3中print有end关键字,所以意义不大,但是在2.x中若想实现输出不换行,只能直接调用stdout对象的write方法了,因为stdout没有end这个符号这一说,输出不会换行,因此如果你想同一样输出多次,在需要输出的字符串对象里面加上"\r",就可以回到行首。

urllib.request.urlretrieve():请求url的常用方法

urllib.request.urlretrieve(url=url,                          filename=file_path,                          reporthook=_print_download_progress)# 参数 finename 指定了保存本地路径(如果参数未指定,urllib会生成一个临时文件保存数据。)# 参数 reporthook 是一个回调函数需要自己实现,当连接上服务器、以及相应的数据块传输完毕时会触发该回调,会传入(已接受数据块数量,数据块大小,文件总大小)三个参数。# 参数 data 指 post 到服务器的数据# 该方法返回一个包含两个元素的(filename, headers)元组,filename 表示保存到本地的路径,header 表示服务器的响应头。

解压函数:先读取,后创建

if file_path.endwith('.zip'):    zipfile.ZipFile(file=file_path, mode='r').extractall(dir)elif file_path.endwith('.tar.gz','tgz'):    tarfile.open(name=file_path, model='r:gz').extractall(dir)

  

Style_transfer.py

import osimport numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltfrom PIL import Imageimport vgg16os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'print('\nTensotFlow version:', tf.__version__, '\n')vgg16.model_download()"""图像处理辅助函数"""def load_image(file_name, max_size=None):    '''把图片放大为最长边等于max_size的大小,并转换为float32数组'''    image = Image.open(file_name)    if max_size is not None:        factor = max_size/np.max(image.size)        size = np.array(image.size)*factor        size = size.astype(int)        image = image.resize(size, Image.LANCZOS)   # 插值算法,常用于下采样(放大)    return np.float32(image)def save_image(image, file_name):    '''把数组转化成图像'''    # 像素切割,类型转换    image = np.clip(image, 0.0, 255.0).astype(np.uint8)    # 存为图片    with open(file_name, 'wb') as file:        Image.fromarray(image).save(file, 'jpeg')def plot_image(image):    '''展示数组对应的图片'''    image = np.clip(image, 0.0, 255.0).astype(np.uint8)    plt.figure()    plt.imshow(Image.fromarray(image))    plt.show()def plot_images(content_image, style_image, mixed_image):    '''展示三张图片'''    fig, axes = plt.subplots(1,3,figsize=(10,10))    fig.subplots_adjust(hspace=0.1, wspace=0.1)    ax = axes.flat[0]    ax.imshow(content_image/255.0)    ax.set_xlabel('Content')    ax = axes.flat[1]    ax.imshow(mixed_image/255.0)    ax.set_xlabel('Mixed')    ax = axes.flat[2]    ax.imshow(style_image / 255.0)    ax.set_xlabel('Style')    # 删除坐标轴    for ax in axes.flat:        ax.set_xticks([])        ax.set_yticks([])    plt.show()"""损失函数"""def mean_squared_error(a, b):    '''    求两个张量的平方差    :param a: 张量a,tf的数据格式    :param b: 张量b,tf的数据格式    :return: 平方差值    '''    return tf.reduce_mean(tf.square(a-b))def create_content_loss(session, model, content_image, layer_ids):    '''    内容学习损失函数    :param session: tf会话对象     :param model: 模型对象    :param content_image: 内容图片    :param layer_ids: 模型层list    :return: 损失函数值    '''    feed_dict = model.create_feed_dict(input_image=content_image)    layers = model.get_layer_tensors(layer_ids)    values = session.run(layers, feed_dict=feed_dict)    with model.graph.as_default():        layer_losses= []        for value, layer in zip(values, layers):            # print(layer, tf.constant(value))            loss = mean_squared_error(layer, tf.constant(value))            layer_losses.append(loss)        total_loss = tf.reduce_mean(layer_losses)        return total_lossdef gram_matrix(tensor):    '''创建格拉姆矩阵,本质上就是风格层中激活特征向量的点乘矩阵'''    shape = tensor.get_shape()    factor = tf.reshape(tensor, shape=[-1, int(shape[3])])    matrix = tf.matmul(factor, factor, transpose_a=True)    return matrixdef create_style_loss(session, model, style_image, layer_ids):    '''    风格学习损失函数    :param session: tf会话对象     :param model: 模型对象    :param style_image: 风格图片    :param layer_ids: 模型层list    :return:     '''    feed_dict = model.create_feed_dict(input_image=style_image)    layers = model.get_layer_tensors(layer_ids)    gram_layers = [gram_matrix(layer) for layer in layers]    # print(np.asarray(session.run(layers,feed_dict)[0]).shape)    with model.graph.as_default():        values = session.run(gram_layers, feed_dict=feed_dict)        layer_losses = []        for value, gram_layer in zip(values, gram_layers):            loss = mean_squared_error(gram_layer, tf.constant(value))            layer_losses.append(loss)        total_loss = tf.reduce_mean(layer_losses)    return total_lossdef create_denoise_loss(model):    '''混合图像去噪损失函数'''    loss = tf.reduce_sum(tf.abs(model.input_tensor[:,1:,:,:] - model.input_tensor[:,:-1,:,:])) + \           tf.reduce_sum(tf.abs(model.input_tensor[:,:,1:,:] - model.input_tensor[:,:,:-1,:]))    return loss"""风格迁移"""def style_transfer(content_image, style_image,                   content_layer_ids, style_layer_ids,                   weight_content=1.5, weight_style=10.0, weight_denoise=0.3,                   num_iterations=120, learning_rate=10.0):    '''        :param content_image: 内容学习对象    :param style_image: 风格学习对象    :param content_layer_ids: 内容特征提取层    :param style_layer_ids: 风格特征提取层    :param weight_content: 内容loss函数权重    :param weight_style: 风格loss函数权重    :param weight_denoise: 降噪loss函数权重    :param num_iterations: 迭代次数    :param learning_rate: 学习率    :return: 最终输出图    '''    model = vgg16.VGG16()    session = tf.Session(graph=model.graph)    print('Content layers:\n',model.get_layer_names(content_layer_ids),'\n')    print('Style layers:\n',model.get_layer_names(style_layer_ids),'\n')    loss_content = create_content_loss(session, model, content_image, content_layer_ids)    loss_style = create_style_loss(session, model, style_image, style_layer_ids)    loss_denoise = create_denoise_loss(model)    with model.graph.as_default():        adj_content = tf.Variable(1e-10, name='adj_content')        adj_style = tf.Variable(1e-10, name='adj_style')        adj_denoise = tf.Variable(1e-10, name='adj_denoise')        init = tf.global_variables_initializer()    session.run(init)    update_adj_content = adj_content.assign(1.0 / (loss_content+1e-10))    update_adj_style = adj_style.assign(1.0 / (loss_style+1e-10))    update_adj_denoise = adj_denoise.assign(1.0 / (loss_denoise+1e-10))    loss = weight_content * adj_content * loss_content + \           weight_style * adj_style * loss_style + \           weight_denoise * adj_denoise * loss_denoise    # tf.summary.scalar(loss, 'loss')    # merge = tf.summary.merge_all()    gradient = tf.gradients(loss, model.input_tensor)  # 计算梯度,并非使用optimizer类实现    run_list = [gradient, update_adj_content, update_adj_style, update_adj_denoise]    mixed_image = np.random.rand(*content_image.shape) + 128    '''    from PIL import Image    plt.imshow(Image.fromarray(np.uint8(mixed_image)))    plt.savefig('{0}.png'.format([-1]),format='png')    '''    mixed_images = []    for i in range(num_iterations):        feed_dict = model.create_feed_dict(mixed_image)        # layers = model.get_layer_tensors(style_layer_ids)        # gram_layers = [gram_matrix(layer) for layer in layers]        # print(np.asarray(session.run(gram_layers,feed_dict)[0]).shape)        grad, adj_content_val, adj_style_val, adj_denoise_val = session.run(run_list, feed_dict=feed_dict)        lr_step = learning_rate / (np.std(grad)+1e-8)        mixed_image -= np.squeeze(np.asarray(grad) * lr_step)  # <-------好多坑        mixed_image = np.clip(mixed_image, 0.0, 255.0)        print('.',end='')  # 每次迭代画一个点,模拟进度条        if (i%10 == 0) or (i == num_iterations-1):            print('\n', 'Iteration:', i)            print('Weight Adj. for Content: {0:2e}, Style: {1:2e}, Denoise: {2:2e}'.format(                adj_content_val, adj_style_val, adj_denoise_val))            plot_images(content_image, style_image, mixed_image)            mixed_images.append(mixed_image)    print('\n', 'Final images:')    plot_image(mixed_image)    session.close()    return mixed_imagesif __name__=='__main__':    content_filename = 'images/image_r.jpg'    content_image = load_image(content_filename,max_size=None)    style_filename = 'images/mosaic.jpg'    style_image = load_image(style_filename,max_size=300)    print('\nContent image size: \r ', content_image.shape,          '\rStyle image size: \r ',style_image.shape, '\n')    content_layer_ids = [4]    style_layer_ids = list(range(13))    img = style_transfer(content_image=content_image,                         style_image=style_image,                         content_layer_ids=content_layer_ids,                         style_layer_ids=style_layer_ids,                         weight_content=1.5,                         weight_style=10.0,                         weight_denoise=0.3,                         num_iterations=300,                         learning_rate=10.0)"""细节1:这应该是个全卷积型网络,由于没有用到FC层所以不能肯定,但是至少feed部分没有限制尺寸,斯格拉姆矩阵利用[固定深度C,不定长L].dot([不定长L,固定深度C])=[C,C],忽略两者feature尺寸的差距,所以理所当然的混合图大小和内容图大小必须下相同。细节2:在loss函数建立的过程中,在静态的graph中动态的构建了新的op,之所以这么说是在静态loss函数op构建中使用了session得到了中间的参量(也就是content和style的feature),而整个loss函数所在graph的目标输入是mixed。细节3:在def style_transfer()中有一处标注了坑,这里面有一点突发状况,新建的Variable节点被报错不存在于默认图中,经排查,这是因为这几个节点和model类中的节点不存在依赖关系,而model中的graph不是默认graph,所以要添加上下文环境使之进入model的graph中。细节3:loss函数整合时有这样的计算公式:权重*本次loss/上次loss,调整更新速度,感觉意义不大。""""""# 保存输出图像from PIL import Imagefor i in range(len(img)):    image = Image.fromarray(np.uint8(img[i]))    plt.imshow(image)    plt.savefig('{0}.png'.format([i]),format='png')"""

计算梯度函数注意一下,意外的方便,

tf.gradients(loss, model.input_tensor)  # 计算梯度,并非使用optimizer类实现

效果一般,我认为是风格层选的太多了,应该更多的注重高层的特征,减少底层的特征学习,否则学不出来漩涡的结构。

 使用

"""# 保存输出图像from PIL import Imagefor i in range(len(img)):    image = Image.fromarray(np.uint8(img[i]))    plt.imshow(image)    plt.savefig('{0}.png'.format([i]),format='png')"""

  

最近(17.9.19)使用这个内容做了课堂展示,所以进行了一点探究,几点总结如下:

 实验室的电脑配的差不多了,尝试看看能不能得到更好的结果。

 

转载地址:http://gdpix.baihongyu.com/

你可能感兴趣的文章
解决svn update 产生Node remains in conflict的问题
查看>>
SSL ×××与IPSEC ×××的区别
查看>>
如何查看网页上的字体属性
查看>>
选择器
查看>>
1.2-shell变量
查看>>
什么是mx记录,A记录以及CNAME记录
查看>>
未雨绸缪U-Mail邮件服务器防“蛀”有招
查看>>
excel通过×××求年龄
查看>>
Win7下硬盘安装linux mint17 双系统共存
查看>>
Wordpress如何在文章中调用插件All in One SEO Pack中description字段的内容
查看>>
OSPF多区域配置里的查看路由表时里的O E1 OE2 IA是什么意思
查看>>
我的友情链接
查看>>
python 输出sql语句
查看>>
网络安全系列之三十八 组策略中的审核策略
查看>>
linux常用性能检测命令
查看>>
centos 6.5下vsftpd的配置(x64)
查看>>
虚拟桌面下打印机的管理
查看>>
windows下python的自动截图功能
查看>>
单链表常见面试题
查看>>
Oracle 删除重复数据只留一条
查看>>