TensorFlow2 实现神经风格迁移，DIY数字油画定制照片，面试必问知识点
作者：互联网
[](
)使用VGG提取特征
分类器CNN可以分为两部分：第一部分称为特征提取器 (feature extractor)，主要由卷积层组成；后一部分由几个全连接层组成，输出类概率得分，称为分类器头 (classifier head)。在ImageNet上为分类任务预先训练的CNN也可以用于其他任务，这就是所谓的迁移学习 (transfer learning)，我们可以转移或重用一些学到的知识到新的网络或应用中。
在CNN中，图像重建的两个步骤如下：
-
通过CNN向前计算图像以提取特征。
-
使用随机初始化的输入，并进行训练，以便其重建与步骤1中的参考特征最匹配的特征。
在正常的网络训练中，输入图像是固定的，并且使用反向传播的梯度来更新网络权重。在神经风格迁移中，所有网络层都被冻结，而我们使用梯度来修改输入。在原始的论文使用的是 VGG19， Keras 有一个可以使用的预训练模型。VGG的特征提取器由五个块组成，每个块的末尾都有一个下采样。每个块都有2～4个卷积层，整个VGG19具有16个卷积层和3个全连接层。
在下文中，我们将实现内容重构，同时将其扩展以执行风格迁移。以下是使用预训练的VGG提取block4_conv2的输出层的代码：
因为我们只需要提取特征，所以在实例化VGG模型时使用include_top = False冻结网络参数
vgg = tf.keras.applications.VGG19(include_top=False, weights=‘imagenet’)
content_layers = [‘block4_conv2’]
content_outputs = [vgg.get_layer(x).output for x in content_layers]
model = Model(vgg.input, content_outputs)
预训练的 Keras CNN 模型分为两部分。底部由卷积层组成，通常称为特征提取器，而顶部是由全连接层组成的分类器头。因为我们只想提取特征而不关心分类器，所以在实例化VGG模型时将设置 include_top = False 。
[](
)图像加载
首先需要加载内容图像和风格图像：
def scale_image(image):
MAX_DIM = 512
scale = np.max(image.shape)/MAX_DIM
print(image.shape)
new_shape = tf.cast(image.shape[:2]/scale, tf.int32)
image = tf.image.resize(image, new_shape)
return image
content_image = scale_image(np.asarray(Image.open(‘7.jpg’)))
style_image = scale_image(np.asarray(Image.open(‘starry-night.jpg’)))
[](
)VGG预处理
Keras 预训练模型期望输入图像的BGR范围为 [0, 255] 。因此，第一步是反转颜色通道，以将 RGB 转换为BGR 。 VGG 对不同的颜色通道使用不同的平均值，可以使用 tf.keras.applications.vgg19.preprocess_input() 进行预处理，在 preprocess_input() 内部，分别为B，G和R通道的像素值减去 103.939 、116.779 和 123.68 。
以下是前向计算代码，在对图像进行前向计算之前先对其进行预处理，然后再将其输入模型以返回内容特征。然后，我们提取内容特征并将其用作我们的目标：
def extract_features(image):
image = tf.keras.applications.vgg19。preprocess_input(image *255.)
content_ref = model(image)
return content_ref
content_image = tf.reverse(content_image, axis=[-1])
content_ref = extract_features(content_image)
在代码中，由于图像已标准化为 [0., 1.]，因此我们需要通过将其乘以255将其恢复为 [0.，255.]。然后创建一个随机初始化的输入，该输入也将成为风格化的图像：
image = tf.Variable(tf.random.normal( shape=content_image.shape))
接下来，我们将使用反向传播从内容特征中重建图像。
[](
)重建内容
在训练步骤中，我们将图像馈送到冻结的 VGG 中以提取内容特征，然后使用 L 2 L_2 L2损失针对目标内容特征进行度量，用于计算每个特征层的L2损失：
def calc_loss(y_true, y_pred):
loss = [tf.reduce_sum((x-y)**2) for x, y in zip(y_pred, y_true)]
return tf.reduce_mean(loss)
使用 tf.GradientTape() 计算梯度。在正常的神经网络训练中，将梯度更新应用于可训练变量，即神经网络的权重。但是，在神经风格迁移中，将梯度应用于图像。之后，将图像值剪裁在 [0., 1.] 之间，如下所示：
for i in range(1,steps+1):
with tf.GradientTape() as tape:
content_features = self.extract_features(image)
loss = calc_loss(content_features, content_ref)
grad = tape.gradient(loss, image)
optimizer.apply_gradients([(grad, image)])
image.assign(tf.clip_by_value(image, 0., 1.))
使用block1_1重建图像，训练了2000步后，得到重构后的内容图像：
使用block4_1重建图像，训练了2000步后，得到重构后的内容图像：
2.png?,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xPVkVteTEzNDYxMQ==,size_16,color_FFFFFF,t_70#pic_center)
可以看到使用层block4_1时，开始丢失细节，例如树叶的形状。当我们使用block5_1时，我们看到几乎所有细节都消失了，并充满了一些随机噪声：
如果我们仔细观察，树叶的结构和边缘仍然得到保留，并在其应有的位置。现在，我们已经提取了内容，提取内容特征后，下一步是提取样式特征。
[](
)用Gram矩阵重建风格
在内容重建中可以看出，特征图（尤其是前几层）既包含风格又包含内容。那么我们如何从图像中提取风格特征呢？方法是使用 Gram 矩阵，该矩阵可计算不同滤波器响应之间的相关性。假设卷积层1的激活形状为 (H, W, C) ，其中 H 和 W 是空间尺寸，C 是通道数，等于滤波器的数量，每个滤波器检测不同的图像特征。
当具有一些共同的特征(例如颜色和边缘)时，则认为它们具有相同的纹理。例如，如果我们将草地的图像输入到卷积层中，则检测垂直线和绿色的滤波器将在其特征图中产生更大的响应。因此，我们可以使用特征图之间的相关性来表示图像中的纹理。
要通过形状为 (H, W, C) 的激活来创建Gram矩阵，我们首先将其重塑为 C 个向量。每个向量都是大小为 H×W 的一维特征图。对 C 个向量执行点积运算，以获得对称的C×C Gram 矩阵。在 TensorFlow 中计算 Gram 矩阵的详细步骤如下：
-
使用
tf.squeeze()将批尺寸(1, H, W, C)修改为(H, W, C)； -
转置张量以将形状从
(H, W, C)转换为(C, H, W)； -
将最后两个维度展平为
(C, H×W)； -
执行特征的点积以创建形状为
(C, C)的Gram矩阵； -
通过将矩阵除以每个展平的特征图中的元素数
(H×W)进行归一化。
计算 Gram 矩阵的代码如下：
def gram_matrix(x):
x = tf.transpose(tf.squeeze(x), (2,0,1));
x = tf.keras.backend.batch_flatten(x)
num_points = x.shape[-1]
gram = tf.linalg.matmul(x, tf.transpose(x))/num_points
return gram
可以使用此函数为指定的样式层的每个 VGG 层获取 Gram 矩阵。然后，我们对来自目标图像和参考图像的 Gram 矩阵使用 L 2 L_2 L2损失。损失函数与内容重建相同。创建 Gram 矩阵列表的代码如下：
def extract_features(image):
image = tf.keras.applications.vgg19.preprocess_input(image *255.)
styles = self.model(image)
styles = [self.gram_matrix(s) for s in styles]
return styles
以下图像是从不同VGG图层的风格特征中重构得到的：
（1）Python所有方向的学习路线（新版）
这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
最近我才对这些路线做了一下新的更新，知识体系更全面了。
（2）Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
（3）100多个练手项目
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。
他的知识资源进行进阶。
（3）100多个练手项目
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。
标签：TensorFlow2,知识点,必问,特征,image,VGG,content,图像,tf 来源： https://blog.csdn.net/java199909/article/details/123633229