一条命令调用云端GPU学习梵高风格

某日，数字图像处理课程结课。

老师：课程结课，给你们布置个任务压压惊。

众人：卧槽，最近这么多实验课还要布置任务？

老师：我的要求很简单。我要实现一个视频处理，什么效果我不管，你们自由发挥。

众人：怎么简单也不简单了好吧！

好吧，在这茫茫多的实验课中，我还得再多完成一个大作业！想想怎么才能阿姆斯特朗回旋加速喷气式糊弄过老师= =||。

这个时候，RussellCloud来到了我的眼前，这是一个帮助开发者提升深度学习算法开发、部署效率而打造的计算平台产品，不需要配置环境，不用下载数据集，也不需要自己准备GPU机器，因为最近刚推出所以新注册的用户都有免费GPU用量，而且平台上不是有现成的图像风格迁移案例嘛 ！

这里就将通过RussellCloud复现VGG19网络实现风格迁移。

（参考知乎专栏：Russell Lab）

梵高《星空》风格的雄狮

---

风格迁移及VGG网络介绍

风格迁移，是指把一副图像上的纹理转换到另一副图，使后者具有前者的某些纹理特点。

传统做法，是对图像进行一系列频域尺度的操作。这样的做法缺点很明显，很难具有抽象水平的风格迁移。

现在我们有了神经网络，即可通过神经网络，把一幅图的抽象风格，和另一幅图的底层风格很好的融合在一起。

VGG-19 是由牛津大學 Visual Geometry Group 提出的神经网络模型。它创新性的通过3x3的小卷积层网络，加深神经网络的深度，并在 ImageNet Challenge 2014年的比赛中，取得了极好的成绩。

VGG19 网络结构图

---

使用RussellCloud复现

其实使用这个VGG19层的网络做深度学习，运行时间是比较长的，但如果使用RussellCloud的GPU复现，一切都会变的快速！偷偷告诉你，RussellCloud使用的可是NVIDIA的Tesla系列GPU哦。

复现前准备：

• 注册 RussellCloud 账号

(注册邀请码可至论坛跟帖求助获取，每位已经注册的用户也有五枚好友邀请码）

• 安装 russell-cli 终端工具

$ sudo pip install -U russell-cli

• Clone 项目文件

$ git clone https://github.com/RussellCloud/Neural_Style‍

• 使用命令行登录

$ russell login

输入y，网页登录后在网页端拷贝账户的Token，粘贴进终端，回车。如果你使用Windows的命令行，可能会出现粘贴不进的情况，请右键窗口粘贴。

新建项目：

来到RussellCloud主页，进入控制台，新建一个项目。项目名随便起一个，很多都可以不填，比较重要的是默认容器环境一定要选择：tensorflow-1.0:py2 。

RussellCloud项目创建页

初始化项目：

项目创建完成后记得在项目主页复制概览ID，用于项目初始化。

# 绑定远程项目，此处 是在网页上复制的项目概览 ID

$ russell init --id

运行项目：

初始化完成后我们就可以用 russell run 命令运行项目了，项目文件已经准备好了一个 shell 脚本，只需要指定一个 content_img/content_video 和一个 style_img 的图片路径就可以生成了。

# russell run 运行项目下shell脚本生成

$ russell run "bash stylize_image.sh ./image_input/lion.jpg ./styles/kandinsky.jpg" --gpu  --data bf9f524a384c4a69a021f0cf122815ec:model

使用网页查看日志和输出：

russell run 后会将你的代码上传至服务器，成功后会运行一个任务task，并告诉你 task 的 id 可以使用 russell logs 查看。但我们这里使用网页来进行更方便的操作。

到个人控制台下可以 看到已经运行过的任务，点开查看日志和输出：

RussellCloud日志页

RussellCloud结果输出

这里看到我们成功将一个狮子的图片与抽象派 Kandinsky 的作画风格融合在一起，生成一幅油画风格的图片。

---

小记

项目下自带了一些名家作品，融合时选择颜色相近的作品效果要更加好一些。下面是融合前和融合后的效果，可以观察一下。

校园实拍例子

你也可以自行选择其他的名画作品作为style模板进行融合，尝试一下吧！这里再放一张效果不错的结果图。

效果图

当然这个项目不光光可以做图片的风格迁移，也可以做视频的风格迁移（这不正拿着去交视频处理的大作业嘛）。

不过风格迁移最好用的地方还是处理图片，日常拍摄的一些图片处理起来效果都非常不错。

特别是如果你有一些不太满意细节的图片。经过风格迁移后，这些细节会变得没有那么显著，不再是影响图片问题！

最重要的是，还能提高逼格，有木有！！

---

最后，真的只靠一条指令哦～

russell run "bash stylize_image.sh ./image_input/lion.jpg ./styles/kandinsky.jpg" --gpu  --data bf9f524a384c4a69a021f0cf122815ec:model

点击「阅读原文」跳转RussellCloud首页

参考资料

1. RussellCloud/Neural_Style

http://link.zhihu.com/?target=https%3A//github.com/RussellCloud/Neural_Style

2. [Deep Learning] 在 Keras 使用 VGG19

http://link.zhihu.com/?target=http%3A//yenlung-blog.logdown.com/posts/864703-deep-learning-keras-vgg19 

3. kaggle.com/keras/vgg19

http://link.zhihu.com/?target=https%3A//www.kaggle.com/keras/vgg19

4. VGG与风格迁移算法原理 - MCFON

http://link.zhihu.com/?target=https%3A//www.hzl-fj.com/524.html

原文 https://zhuanlan.zhihu.com/p/32670571