<mark id="oztn4"></mark>
0
雷鋒網注：本文作者何之源，復旦大學計算機科學碩士在讀，研究人工智能計算機視覺方向。本文由雷鋒網編輯整理自作者知乎專欄，獲授權發布。
一、風格遷移簡介
風格遷移（Style Transfer）是深度學習眾多應用中非常有趣的一種，如圖，我們可以使用這種方法把一張圖片的風格“遷移”到另一張圖片上：
然而，原始的風格遷移（點擊查看論文）的速度是非常慢的。在GPU上，生成一張圖片都需要10分鐘左右，而如果只使用CPU而不使用GPU運行程序，甚至需要幾個小時。這個時間還會隨著圖片尺寸的增大而迅速增大。
這其中的原因在于，在原始的風格遷移過程中，把生成圖片的過程當做一個“訓練”的過程。每生成一張圖片，都相當于要訓練一次模型，這中間可能會迭代幾百幾千次。如果你了解過一點機器學習的知識，就會知道，從頭訓練一個模型要比執行一個已經訓練好的模型要費時太多。而這也正是原始的風格遷移速度緩慢的原因。
二、快速風格遷移簡介
那有沒有一種方法，可以不把生成圖片當做一個“訓練”的過程，而當成一個“執行”的過程呢？答案是肯定的。可看快速風格遷移（fast neural style transfer）：Perceptual Losses for Real-Time Style Transfer and Super-Resolution
快速風格遷移的網絡結構包含兩個部分。一個是“生成網絡”（原文中為Transformation Network），一個是“損失網絡”（Loss Network）。生成網絡接收一個圖片當做輸入，然后輸出也是一張圖片（即風格遷移后的結果）。如下圖，左側是生成網絡，右側為損失網絡：
訓練階段：首先選定一張風格圖片。訓練的目標是讓生成網絡可以有效生成圖片。目標由損失網絡定義。
執行階段：給定一張圖片，將其輸入生成網絡，輸出這張圖片風格遷移后的結果。
我們可以發現，在模型的“執行”階段我們就可以完成風格圖片的生成。因此生成一張圖片的速度非常塊，在GPU上一般小于1秒，在CPU上運行也只需要幾秒的時間。
三、快速風格遷移的Tensorflow實現
話不多說，直接上我的代碼的Github地址（點擊可看）
還有變換效果如下。
原始圖片：
風格遷移后的圖片：
以上圖片在GPU(Titan Black)下生成約需要0.8s，CPU（i7-6850K）下生成用時約2.9s。
關于快速風格遷移，其實之前在Github上已經有了Tensorflow的兩個實現：
但是第一個項目只提供了幾個訓練好的模型，沒有提供訓練的代碼，也沒有提供具體的網絡結構。所以實際用處不大。
而第二個模型做了完整的實現，可以進行模型的訓練，但是訓練出來的效果不是很好，在作者自己的博客中，給出了一個范例，可以看到生成的圖片有很多噪聲點：
我的項目就是在OlavHN/fast-neural-style的基礎上做了很多修改和調整。
四、一些實現細節
1、與Tensorflow Slim結合
在原來的實現中，作者使用了VGG19模型當做損失網絡。而在原始的論文中，使用的是VGG16。為了保持一致性，我使用了Tensorflow Slim對損失網絡重新進行了包裝。
Slim是Tensorflow的一個擴展庫，提供了很多與圖像分類有關的函數，已經很多已經訓練好的模型（如VGG、Inception系列以及ResNet系列）。
下圖是Slim支持的模型：
使用Slim替換掉原先的網絡之后，在損失函數中，我們不僅可以使用VGG16，也可以方便地使用VGG19、ResNet等其他網絡結構。具體的實現請參考源碼。
2、改進轉置卷積的兩個Trick
原先我們需要使用網絡生成圖像的時候，一般都是采用轉置卷積直接對圖像進行上采樣。
這篇文章指出了轉置卷積的一些問題，認為轉置卷積由于不合理的重合，使得生成的圖片總是有“棋盤狀的噪聲點”，它提出使用先將圖片放大，再做卷積的方式來代替轉置卷積做上采樣，可以提高生成圖片的質量，下圖為兩種方法的對比：
對應的Tensorflow的實現：
以上為第一個Trick。
第二個Trick是文章 Instance Normalization: The Missing Ingredient for Fast Stylization 中提到的，用 Instance Normalization來代替通常的Batch Normalization，可以改善風格遷移的質量。
3、注意使用Optimizer和Saver
這是關于Tensorflow實現的一個小細節。
在Tensorflow中，Optimizer和Saver是默認去訓練、保存模型中的所有變量的。但在這個項目中，整個網絡分為生成網絡和損失網絡兩部分。我們的目標是訓練好生成網絡，因此只需要去訓練、保存生成網絡中的變量。在構造Optimizer和Saver的時候，要注意只傳入生成網絡中的變量。
找出需要訓練的變量，傳遞給Optimizer：
五、總結
總之是做了一個還算挺有趣的項目。代碼不是特別多，如果只是用訓練好的模型生成圖片的話，使用CPU也可以在幾秒內運行出結果，不需要去搭建GPU環境。建議有興趣的同學可以自己玩一下。
關于訓練，其實也有一段比較坎（dan）坷（teng）的調參經歷，下次有時間再分享一下，今天就先寫到這兒。謝謝大家！
雷峰網特約稿件，未經授權禁止轉載。詳情見轉載須知。
