神经风格迁移服务（TensorFlow 1.6）

接口

入参：model_file（模型名称，请看模型对照表）、image_file（待迁移风格的图片）

返回：content_image_base64，生成图片的 base64

模型对照表

model_file	风格类型	待迁移风格的图片	生成例子
cubist
scream
denoised_starry
feathers
mosaic
wave
udnie

训练

1）准备工作

• _server和之前使用与修改一下，参考上述《模型对照表》

• _train是训练代码

2）准备数据

• 网盘下载trian2014并解压到某一路径。
• 新准备一张风格图片保存到neural-style_train\img，将其名字改为有意义的英文名，后面以candy为例，建议找风格强烈的图

3）训练参数修改

3.1 数据集路径修改：

将D:/wjx/train2014/train2014/修改为你解压后的train2014路径

3.2 学习率（不建议乱改）:

3.3 每多少次保存一次模型：

可以稍微改大一点

4）填写neural-style_server\conf\candy.yml

4.1 基础配置

• style_image:风格图片的路径
• madel_path:模型保存的路径
• naming：模型保存的文件夹名，这里填“candy”，成功训练后你会在model/candy中看到对应模型的生成

4.2 权重的配置

建议只改style_weight，50-300

4.3 其他配置

• image_size 不建议修改
• batch_size：训练批数量，根据 gpu 的好坏增大或减小，我这边机器不好2或4勉强能接受，建议2的次方。
• epoch：把训练集也就是 train2014，的每张图片完整的训练两遍。建议在资源和时间充沛的情况下，可将其调大,那保存模型的频率可以在train.py将其调大。

剩下的不建议修改，可以参考 conf 文件夹下的 yml 文件

5）开始训练

5.1 执行命令

python train.py -c conf/candy.yml

报错的话，要么 gpu 不够给力，建议调小 bitch_size，要么路径之类的不对，好好检查一下。

5.2 生成模型

6）Tensorboard

6.1 执行命令

tensorboard --logdir models/candy/

6.2 查看 Tensorboard

浏览器访问：http://{ip地址}:6006