2021-03-28

今天的学习总算有深度学习内味了（啥也不会）
先贴一张图百度大哥属实牛皮，PaddleHub里已经有了好多用百亿级大数据训练出来的预训练模型，这就省下了蓝框框里的内容，只需要在PaddleHub里找到适合自己情况的预训练模型进行简单的微调，引入数据集，干就完了。

感觉自己的学习力好垃圾，先简单介绍一下如何使用PaddleHub吧。
PaddleHub官网链接: 这里.
运行环境可以是百度自己的ai studio，也可以是python

感觉我只有python能看懂，哈哈哈哈。
先导入paddlehub的模型，导入要用的库，这里拼个图用cv2库，之后导图片，运用模型进行预测。

import paddlehub as hub
import cv2
stylepro_artistic = hub.Module(name="stylepro_artistic")
results = stylepro_artistic.style_transfer(images=[{
        'content': cv2.imread("data/data31681/main.png"),
        'styles': [cv2.imread("data/data31681/style1.png")]}],
        alpha = 1.0,
        visualization = True)
        # 原图展示
test_img_path = "data/data31681/main.png"
img = mpimg.imread(test_img_path)

plt.figure(figsize=(10,10))
plt.imshow(img) 
plt.axis('off') 
plt.show()

# 原图展示
test_img_path = "data/data31681/style1.png"
img = mpimg.imread(test_img_path)

plt.figure(figsize=(10,10))
plt.imshow(img) 
plt.axis('off') 
plt.show()

# 预测结果展示
test_img_path = "transfer_result/ndarray_1587809892.1425676.jpg"
img = mpimg.imread(test_img_path)

# 展示预测结果图片
plt.figure(figsize=(10,10))
plt.imshow(img) 
plt.axis('off') 
plt.show()

这是把两个图和到一起的简单模型，PaddleHub里面还有好多好玩的模型，官网也有教程
github开发社区链接: 点这里
好想自己也有做出好模型的一天，兄弟们，奥里给！