天博官网登录：不用GAN照片生成简笔画效果惊艳

　　先看几张效果图！《老友记》多人照片转换效果：还有男神基努 · 里维斯效果是不是出奇的好？更有意思的是，这种创作线稿的方法并没有使用大多数类似工具会用到的生成对抗网络 GAN。

　　效果惊艳的 ArtLine 都用到了什么技术呢？这里有详细的技术细节介绍，包括自注意机制、逐步调整图片大小以及生成器损失函数。

　　项目作者介绍，生成器是经过频谱归一化和自注意机制预训练的 UNET，也借鉴了 Jason Antic 的 DeOldify 项目，从而获得有关面部特征的适当细节。

　　在逐步增加图片大小上，作者分别借鉴了英伟达与首尔国立大学的两项相关研究：

　　在这个项目中，图像尺寸逐渐增加，学习率也得到了调整。逐步调整图片大小，可以帮助模型更好地泛化，因为它可以看到更多不同的图像。

　　这项研究提出利用感知损失函数来训练图像转换中的前馈网络，结果表明，在风格迁移任务中，该研究得到了与其他方法类似的效果，但运行速度提升了数个数量级。

　　获得良好的输出效果取决于灯光、背景、阴影和照片质量。一开始通常会获得好的输出效果，但也可能出现问题。模型需要调整以适应所有用户；

　　关于 ArtLine 转换中未用到 GAN，网友表达了惊叹赞许之词！不氪金玩转中文超大规模预训练！

　　12月22日20:00，百度自然语言处理部资深研发工程师硕环老师将在第二期直播《NLP开发利器解析：中文超大规模预训练模型精讲》中介绍：

　　扫码进群听课，还有机会赢取100元京东卡、《智能经济》实体书、限量百度鼠标垫多重好奖！