超级棒的工业设计手绘线稿上色程序:Style2paints

今天在寻找自动上色软件的时候发现了这个程序:Style2paints,最初是为动漫手绘上色所研究的程序,结果脑洞一开觉得如果是手绘的话,工业设计手绘或产品设计手绘是不是也可以呀,结果出乎我的意料,真的是超级好用哎,建议自己学设计或者学手绘的孩子们可以下载这个程序,自己填色观察一下手绘的配色好不好看,配色是否合适,感谢人工智能,感谢作者,感谢英伟达……这个软件真的是让人直观的看到了AI的力量。

现在作者也开发了GUI界面,可以在本机运行,但是对显卡要求蛮高的,大家可以下载来尝试一下:

作者的github:https://github.com/lllyasviel/style2paints

作者知乎:https://www.zhihu.com/people/yimiao-yimiao-19

论文:https://dl.acm.org/doi/10.1145/3272127.3275090

使用Tensorboard来查看DCGAN的训练情况

鉴于咱是外行,先简单介绍一下tensorboard:

官方:TensorBoard是一套Web应用程序,用于检查和了解您的TensorFlow运行和图形。TensorBoard旨在完全脱机运行,而无需访问Internet。例如,它可能位于您的本地计算机上,公司防火墙之后或数据中心中。

本人解释:tensorboard就是一个和tensorflow配套的可视化程序,当你安装好tensorflow的时候,一般来说tensorboard都已经被装到你的电脑里面啦!这个程序运行以后,你就可以通过浏览器简单的看到你所运行的tensorflow网络的结构,训练状态等等,是训练网络的好帮手。

本人在研究如何可视化的看到dcgan训练情况的时候发现了这个,所以花了一天时间尝试使用tensorboard。

TESLA V100 PCIE,Tesla V100 FHHL、Tesla V100 SXM2,Tesla V100S的区别和规格

研究了一下,显卡FHHL=FULL HIGN HALF LONG……也就是全高半长版本

HPE Nvidia Tesla V100 FHHL 16GB Module也就代表着这是V100计算加速显卡的全高半长版本

官方的TESLA V100现在已经至少4+版本,分别是:TESLA V100 PCIE,Tesla V100 FHHL、Tesla V100 SXM2,Tesla V100S……

其中前两个Tesla V100 FHHL和Tesla V100 是一样的硬件规格配置,但是尺寸不同,内存频率不同如下图所示:

如何使用stylegan训练自己的照片数据集

今天完成了简单的stylegan自定义数据集训练过程,感谢国外老哥的教程,原来很简单……其实对于专门做人工智能方面的人来说训练应该是很简单的,但是对于我这种跨专业跨领域的小白来说,还是需要一个详细教程的,这里给大家介绍一下如何使用自己的数据集来测试stylegan。 首先,大家需要在自己的电脑上配置好tensorflow环境,注意:tensorflow2.0可能无法运行stylegan的原始代码,建议使用1.13版本。 个人运行环境:WIN10+CUDA10.0 +CUDNN7.5+ TENSORFLOW-GPU1.13.1 + python3.7

使用python对文件夹内的照片进行批量修改尺寸

小白学习记录……

原文链接:https://blog.csdn.net/atyzy/article/details/77905463

使用方法……这个很简单, 新建resize.py文件,复制上面代码,修改代码中这三个路径:

filename = os.listdir(“C:/Users/Administrator/stylegan/swift/”)    (这个就是需要修改的图片所在文件夹)

base_dir = “C:/Users/Administrator/stylegan/swift/”   (我也不晓得啥意思,反正上面一样就行了)

new_dir = “C:/Users/Administrator/stylegan/swift2/”   (新文件输出的路径位置)

这里要注意一点,文件路径要改为/斜杠而不是win路径的\,否则会爆出(unicode error) ‘unicodeescape’ codec can’t decode bytes in position 2-3: tr这个错误

或者你可以使用\\双斜杠来代替………………(大概因为我是小白才搞出这个错误吧……)

size_m = 128

size_n = 128

这个是尺寸,宽高像素……

然后照样在终端或者anaconda prompt中输入 python resize.py就可以运行了