Môn: CS331.L21

ĐỒ ÁN MÔN HỌC: THỊ GIÁC MÁY TÍNH NÂNG CAO

Thành viên

1. Hoàng Viễn Duy
2. Trần Hoàng Việt
3. Nguyễn Anh Khoa

Trong thư mục drive này sẽ chứa những file như sau:

1. Slide báo cáo
2. Mã nguồn thực thi các mô hình nhóm đã trình bày trong slide
3. Web Demo để người dùng có thể tương tác trực tiếp
4. Ảnh kết quả khi chạy những mô hình trên
5. Bộ ảnh content và style mà nhóm đã sử dụng

Nhóm sẽ hướng dẫn chi tiết cách chạy từng mô hình.

Baseline

Mã nguồn của mô hình này được viết trên TensorFlow.

1. Traning: python neural_style.py --content <content file> --styles <style file> --output <output file>
2. Chạy python neural_style.py --help để có thể xem hết phần tham số.

Phương pháp baseline này chỉ training một ảnh content với một ảnh style tương ứng.

Một số kết quả thực nghiệm

Fast Neural Style

Trong thư mục perceptual_loss bao gồm những file sau:

• Content_image : folder chứa ảnh content
• Models : folder chứa models
• Notebook: folder chứa các notebook để train
• Result: folder chứa ảnh kết quả
• Stylize.py: file test
• Train.py: file training

Biến đổi ảnh hoặc folder chứa các ảnh: python stylize.py Training:

• Open file jupyter notebook trong folder notebook với colab
• Thay các đường dẫn tới dataset, style image và save image vào các biến DATASET_PATH, STYLE_IMAGE_PATH, SAVE_IMAGE_PATH
• Run các cell trong notebook
• Quá trình training xấp xỉ 2 tiếng/style với GPU colab và 4 tiếng /style với CPU colab
• Một số model đã train lưu trong folder models

Một số hình ảnh sau khi chạy thực nghiệm

WebDemo

WebDemo được xây dựng dựa trên framework Flask. Hướng dẫn sử dụng:

1. pip install -r requirements.txt. để cài đặt các packages cần thiết
2. Truy cập https://github.com/PaddlePaddle/PaddleGAN/blob/develop/docs/en_US/tutorials/lap_style.md để tải 4 file pretrained của mô hình và lưu trong thư mục WebDemo/PaddleGAN
3. Chạy python app.py và truy cập http://127.0.0.1:8000/ để sử dụng ứng dụng

Một số hình ảnh khi chạy thành công ứng dụng

So sánh kết quả giữa các mô hình

Tài liệu tham khảo

1. A neural algorithm of artistic style (https://arxiv.org/abs/1508.06576)
2. Perceptual Losses for Real-Time Style Transfer and Super-Resolution (https://arxiv.org/abs/1603.08155)
3. Drafting and Revision: Laplacian Pyramid Network for Fast High-Quality Artistic Style Transfer (https://arxiv.org/pdf/2104.05376.pdf)
4. https://viblo.asia/p/bien-anh-cua-ban-thanh-cac-tac-pham-hoi-hoa-voi-neural-style-transfer-WAyK8dXoKxX
5. https://towardsdatascience.com/perceptual-losses-for-real-time-style-transfer-and-super-resolution-637b5d93fa6d
6. https://github.com/rrmina/fast-neural-style-pytorch
7. https://github.com/PaddlePaddle/PaddleGAN/blob/develop/docs/en_US/tutorials/lap_style.md
8. https://www.youtube.com/watch?v=VQEMptfWpLk