「完美复刻」的人物肖像画生成算法 U^2-Net_u2net 人脸线条画生成

一、前言

大家好，我是 Jack 。

今年提出的 U^2-Net 显著性检测算法，刷爆了 reddit 和 twitter，号称是 2020 年「地表最强」的静态背景分割算法，可以看下效果：

你以为今天要讲分割？错！

U^2-Net 这两天又出新活，在 U^2-Net 网络架构基础上，实现了人物肖像画的生成，细节「完美」复刻。

我用自己的「歪脖子照」测试了下效果。

万年不变老规矩，继续手把手教学。

算法原理、环境搭建、效果实现，一条龙服务，尽在下文！

二、U^2-Net

受 U-Net 网络的启发，U^2-Net 也是一种类似编码-解码（Encoder-Decoder）的网络结构。

研究者在此基础上，提出了新型残差 U-block（ReSidual U-block, RSU），融合不同尺寸接受野的特征，以捕获更多不同尺度的上下文信息。

RSU 网络与现有卷积块的结构对比如下：

最右边的结构，就是 RSU-L，L 表示编码器中的层数，C_in、C_out 分别表示输入和输出通道，M 表示 RSU 内层通道数。

具体而言，RSU 主要有三个组成部件࿰