人像卡通风格渲染的目标是，在保持原图像ID信息和纹理细节的同时，将真实照片转换为卡通风格的非真实感图像。
该项目的思路是，从大量照片/卡通数据中习得照片到卡通画的映射。
项目所需的主要依赖库如下：
-
python 3.6
-
pytorch 1.4
-
tensorflow-gpu 1.14
-
face-alignment
-
dlib
训练
1.数据准备
训练数据包括真实照片和卡通画像，为降低训练复杂度，该项目对两类数据进行了如下预处理：
-
检测人脸及关键点。
-
根据关键点旋转校正人脸。
-
将关键点边界框按固定的比例扩张并裁剪出人脸区域。
-
使用人像分割模型将背景置白。
项目开源了204张处理后的卡通画数据，您还需准备约1000张人像照片（为匹配卡通数据，尽量使用亚洲年轻女性照片，人脸大小最好超过200x200像素），使用以下命令进行预处理：
python data_process.py --data_path YourPhotoFolderPath --save_path YourSaveFolderPath
将处理后的数据按照以下层级存放，trainA、testA中存放照片头像数据，trainB、testB中存放卡通头像数据。
├── dataset └── photo2cartoon ├── trainA ├── xxx.jpg ├── yyy.png └── ... ├── trainB ├── zzz.jpg ├── www.png └── ... ├── testA ├── aaa.jpg ├── bbb.png └── ... └── testB ├── ccc.jpg ├── ddd.png └── ...
2.训练
重新训练:
python train.py --dataset photo2cartoon
加载预训练参数:
python train.py --dataset photo2cartoon --pretrained_weights models/photo2cartoon_weights.pt
测试
将一张测试照片（亚洲年轻女性）转换为卡通风格：
python test.py --photo_path ./images/photo_test.jpg --save_path ./images/cartoon_result.png
