图像风格转换练习

图像风格转换练习

原理参考这篇文章https://blog.csdn.net/stdcoutzyx/article/details/53771471

代码下载地址：https://github.com/titu1994/Neural-Style-Transfer

 

这里采用配置输出的图像名称及迭代次数，将某一个图片，按照风格转换后输出风格效果图片：

这里采用了imagenet-vgg-verydeep-19.mat来对图片的特征进行抽取。通过比较，我们发现随着迭代的次数，图像的变化趋势：在1000次迭代过程中，随着迭代的深度增加，画面会越来越细致，在第20轮时就已经有了原有内容图片的基本轮廓。基本在500次时已经达到了最后的效果；

超参数的调节，对迭代后的风格转化效果的变化：程序默认的BETA1 为0.9，BETA2 设为0.999。

将BETA1 设为0.3 BETA2 设为0.999， 

将BETA1 设为0.9 BETA2 设为0.3

整体感觉BETA1的参数高的时候，画面偏重内容的图像，BETA2的参数高的时候，画面偏重风格的图像多一些。