Home

Awesome

<div align='center'> <img src='./images/title.png'> </div>

人像卡通化 (Photo to Cartoon)

中文版 | English Version

该项目为小视科技photo2cartoon项目的paddlepaddle版本。您可使用微信扫描下方二维码或搜索“AI卡通秀”小程序体验卡通化效果。

<div> <img src='./images/QRcode.jpg' height='150px' width='150px'> </div>

也可以前往我们的ai开放平台进行在线体验：https://ai.minivision.cn/#/coreability/cartoon

技术交流QQ群：937627932

简介

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。我们的思路是，从大量照片/卡通数据中习得照片到卡通画的映射。一般而言，基于成对数据的pix2pix方法能达到较好的图像转换效果，但本任务的输入输出轮廓并非一一对应，例如卡通风格的眼睛更大、下巴更瘦；且成对的数据绘制难度大、成本较高，因此我们采用unpaired image translation方法来实现。

Unpaired image translation流派最经典方法是CycleGAN，但原始CycleGAN的生成结果往往存在较为明显的伪影且不稳定。近期的论文U-GAT-IT提出了一种归一化方法——AdaLIN，能够自动调节Instance Norm和Layer Norm的比重，再结合attention机制能够实现精美的人像日漫风格转换。

在原项目中我们还增加了Face ID Loss，使用预训练的人脸识别模型提取照片和卡通画的ID特征，通过余弦距离来约束生成的卡通画，使其更像本人。(paddle版本中暂时未加入Face ID Loss，请参见原项目)

此外，我们提出了一种Soft-AdaLIN（Soft Adaptive Layer-Instance Normalization）归一化方法，在反规范化时将编码器的均值方差（照片特征）与解码器的均值方差（卡通特征）相融合。

模型结构方面，在U-GAT-IT的基础上，我们在编码器之前和解码器之后各增加了2个hourglass模块，渐进地提升模型特征抽象和重建能力。

由于实验数据较为匮乏，为了降低训练难度，我们将数据处理成固定的模式。首先检测图像中的人脸及关键点，根据人脸关键点旋转校正图像，并按统一标准裁剪，再将裁剪后的头像输入人像分割模型（基于PaddleSeg框架训练）去除背景。

<div align='center'> <img src='./images/results.png'> </div>

Start

安装依赖库

项目所需的主要依赖库如下：

Clone：

git clone https://github.com/minivision-ai/photo2cartoon-paddle.git
cd ./photo2cartoon-paddle

下载资源

谷歌网盘 | 百度网盘 提取码: 9dnx

  1. 人像卡通化预训练模型：photo2cartoon_weights.pdparams，存放在models路径下。
  2. 头像分割模型：seg_model_384.pdparams，存放在utils/segment路径下。
  3. 卡通画开源数据：cartoon_data，包含trainB和testB。

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

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，我们对两类数据进行了如下预处理：

<div align='center'> <img src='./images/data_process.jpg'> </div>

我们开源了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.pdparams

Q&A

Q：为什么开源的卡通化模型与小程序中的效果有差异？

A：开源模型的训练数据收集自互联网，为了得到更加精美的效果，我们在训练小程序中卡通化模型时，采用了定制的卡通画数据（200多张），且增大了输入分辨率。此外，小程序中的人脸特征提取器采用自研的识别模型强化了ID一致性。

Q：如何选取效果最好的模型？

A：首先训练模型300k iterations，然后使用FID指标挑选出最优模型，最终挑选出的模型为迭代130k iterations时的模型。

Q：人像分割模型是否能用与分割半身像？

A：不能。该模型是针对本项目训练的专用模型，需先裁剪出人脸区域再输入。

Tips

我们开源的模型是基于亚洲年轻女性训练的，对于其他人群覆盖不足，您可根据使用场景自行收集相应人群的数据进行训练。我们的开放平台提供了能够覆盖各类人群的卡通化服务，您可前往体验。

参考

U-GAT-IT: Unsupervised Generative Attentional Networks with Adaptive Layer-Instance Normalization for Image-to-Image Translation [Paper][Project]

PaddleSeg: End-to-End Image Segmentation Kits Based on PaddlePaddle [Project]

PaddleGAN: PaddlePaddle GAN library and applications [Project]