本文主要是介绍U2-Net: Going Deeper with Nested U-Structure for Salient Object Detection|环境搭建|人物素描 测试 简记 |,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
这个代码非常强大,最近作者更新了模型
我也特别更新一篇博文 【最新同步更新教程链接 – 2021-9-3 】-- 敬请移步
文章目录
- U2-Net: Going Deeper with Nested U-Structure for Salient Object Detection
- 环境搭建
- 项目结构如下
- 项目测试步骤(官方教程)
- 项目测试(个人记录)
- 总结
- 备注
- 2021-1-11 素描数据集补充:
U2-Net: Going Deeper with Nested U-Structure for Salient Object Detection
https://arxiv.org/abs/2005.09007
https://github.com/NathanUA/U-2-Net
本博文,测试该代码的人像 - 素描 转换(风格迁移),简单记录环境搭建和效果测试;
环境搭建
官方的库版本需求要求如下:
Python 3.6
numpy 1.15.2
scikit-image 0.14.0
python-opencv PIL 5.2.0
PyTorch 0.4.0
torchvision 0.2.1
glob
我自己的环境搭建过程如下(因为没有训练的需求,因此安装了 torch==1.1.0):
服务器:ubuntu1~18.04 Quadro RTX 5000 16G
CUDA版本 V10.0.130
conda create -n nice python=3.6.9conda activate nicepip install torch==1.1.0pip install torchvision==0.3.0
或者(建议使用 conda 来安装)
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=10.0 -c pytorchpip install pillow==5.2.0pip install opencv-pythonpip install scipy
pip install thop
项目结构如下
项目测试步骤(官方教程)
项目测试(个人记录)
测试命令一如下:
python u2net_portrait_test.py
生成效果如下:
测试命令二如下:
python u2net_portrait_demo.py
GPU内存占用:
测试运行:GPU单卡最高占用 5073MiB
总结
该论文本身是一篇关于 salient object detection(突出物检测) 的文章;
不曾想有大佬 把它 用于 human portrait drawing(人物肖像素描) 取得不错响应,成为一个如此有趣的项目,不明觉厉…
备注
如果有小伙伴,官方代码或者模型下载有困难,可以直接下载我下面链接的项目,里面包含本次测试使用的代码和下载的预训练模型;
- 下载途径一
https://download.csdn.net/download/sinat_28442665/13207659 – 需要积分
- 下载途径二(2021-1-11更新补充,感谢评论区批评我的同学,他的批评一开始使我有一点气愤,我做出了回应,因为该同学的方式很有问题;深刻反思之后,特做此次补充,愿你我志存高远,心有澄洁)
搜索关注宫中号【墨理三生】后台回复 【20210111】获取本博文 所使用代码 + 官方预训练模型,和上面的积分链接分享内容一致:
20210111
墨理三生所有数据集分享获取方式汇总于该码云项目
- https://gitee.com/bravePatch/datasets/blob/master/README.md
2021-1-11 素描数据集补充:
来自 https://github.com/yiranran/APDrawingGAN 的 人脸照片和对应艺术肖像画数据集 下载链接:
https://cg.cs.tsinghua.edu.cn/people/~Yongjin/APDrawingDB.zip
这篇关于U2-Net: Going Deeper with Nested U-Structure for Salient Object Detection|环境搭建|人物素描 测试 简记 |的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!