傻白甜萌妹爆改成长型女主!男频番的花瓶也有高光?

“师父,师妹不是任何人的依附,也不是小琼峰的一个摆件。”

能说出这句话的男主,堪称人间清醒。

男频作品的女性塑造向来是备受瞩目的话题。“镶边”、“挂件”、“花瓶”…总有这样的标签一个个打在“她们”身上,看似暗讽,实际则是观众对这些女性角色境遇的关照和担忧。而在一些“大男主”影视中,女性角色同样闪闪发光,今天要说的这部仙侠动画《师兄啊师兄》,就是一股不可忽视的清流。

《师兄啊师兄》由玄机科技出品,改编自洪荒流网文的扛把子《我师兄实在太稳健了》,作为一部融合了修仙、权谋、喜剧等元素的动画,它并未拘泥于传统大男主剧的框架,而是巧妙地融入了许多看似“花瓶”,实则内心坚韧、成长显著的女性人物,融入主线、支线共同推动剧情发展。

男主角李长寿的师妹,主角之一的蓝灵娥,就是这样一个人见人爱的“花瓶”萌妹。在近期的剧情里,蓝灵娥终于走出小琼峰来到人间历练,贡献了笑声和泪水并存的“师妹历劫成长记”。灵娥下山的情节不仅画出了属于这个角色的弧光,更是对“成长型女主”这一概念的诠释。

原著中的蓝灵娥,“工具人”属性非常明显。她的定位更像是完美贯彻李长寿意志的吉祥物,和另一位女主角云霄比起来,戏份十分零散的蓝灵娥甚至没有进入封神大劫的主线。而玄机的动画编剧则在不破坏主线的前提下,给小师妹增添了可圈可点的高光。

动画版惹人喜爱的蓝灵娥是妥妥的“团宠”,幼年拜师后便一直生活在师门的庇护下,在师父的宠爱和师兄的守护中长大,又凭借清新脱俗的外貌和纯真无邪的性格赢得了许多同门的喜爱。日常生活除了修炼、游戏、抄经,就是“败家”以及“勾引师兄”,不谙世事的小师妹是一朵在温室中精心培育的花。

下山历练是独属于蓝灵娥的重头戏。小说中灵娥下山,从动机到过程都由李长寿一手操办,她甚至一开始并不愿意接受这个安排,而在动画中,出门历练则是蓝灵娥的主动选择,为突破瓶颈,追寻大道,她觉得自己必须走出去见天地、见众生,连李长寿都对她的想法大吃一惊。面对未知的世界和潜在的危险,习惯了安逸生活的蓝灵娥踏上了征途,她的一切选择和行为依然出自个人意志,不甘愿让师兄在背后保驾护航。一个清醒、独立的女孩形象跃然而出,这样的改编,堪称神来之笔。

动画尤为值得一提的是建模的选取,成年蓝灵娥是狂吸观众缘的小白花长相,杏仁眼柳叶眉,脸颊带着点还未褪去的婴儿肥,美得没有摄人心魄的攻击性,兼具清丽和俏皮。下山时的蓝灵娥则使用了全片第一集出场的幼年外貌,这一幼年体模型可以用“激萌”形容,片中还不时穿插Q版小剧场展现她的内心活动,让观众高呼可爱!都说“国漫美女千千万,玄机娘娘占一半”,如此看来,玄机果真有两把刷子。

如果给度仙门时期的蓝灵娥概括性格,那就是纯真无邪、古灵精怪,在人间的蓝灵娥则展现出了更丰满的特质,让观众看到了一个立体的她。面对陌生人的善意,灵娥警惕性高到有些死脑筋;路见不平,利落地徒手斩杀妖兽;对受伤村民,耐心帮扶悉心照料…动画仅用几个闪现镜头,就交代了蓝灵娥的成长。 

从迷茫无助到学会独立思考,从无忧无虑到体味人世多艰,蓝灵娥的每一次选择都代表着她的蜕变。她用自己的善良和智慧帮助了许多人,也赢得了他们的尊重与信任。历练的半年时光让蓝灵娥融入了人族普通村民的生活,也让她逐渐认识到了自己的价值和炼气士的责任。

她不再只是师门中的“花瓶”,不是需要依靠他人的小女孩,而是能够独当一面,给予他人保护的个体。“身为人族炼气士,我亦为此地人族尽一份力。”短短一句感悟和告别村庄时的两行清泪,则是灵娥参悟大道的关键。 

灵娥下山的情节被动画压缩成一集内容,砍掉了小说里不必要的支线,将主视角聚焦在灵娥的成长上,让她的高光时刻显得更加夺目。入世参道后,蓝灵娥的成长之旅还未结束,轰轰烈烈的真仙劫已来到眼前,她将如何凭借自己的力量化险为夷,又将和故事中的人碰撞出怎样的火花,一起到《师兄啊师兄》年番寻找答案吧!

【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值