当前位置：网站首页>基于ModelArts的StyleGAN3生成高清图丨【华为云至简致远】

基于ModelArts的StyleGAN3生成高清图丨【华为云至简致远】

2022-08-08 13:48:00 【InfoQ】

【摘要】 ModelArts简介ModelArts 是面向开发者的一站式 AI 开发平台，为机器学习与深度学习提供海量数据预处理及交互式智能标注、大规模分布式训练、自动化模型生成，及端-边-云模型按需部署能力，帮助用户快速创建和部署模型，管理全周期 AI 工作流。另外，ModelArts具有低门槛，高效率，高性能，易运维的特点。即ModelArts能够开箱即用，零基础3步即可构建AI模型；AI 开发...

ModelArts简介

ModelArts 是面向开发者的一站式 AI 开发平台，为机器学习与深度学习提供海量数据预处理及交互式智能标注、大规模分布式训练、自动化模型生成，及端-边-云模型按需部署能力，帮助用户快速创建和部署模型，管理全周期 AI 工作流。另外，ModelArts具有低门槛，高效率，高性能，易运维的特点。即ModelArts能够开箱即用，零基础3步即可构建AI模型；AI 开发全流程可视化管理，生产效率百倍提升，灵活支持多厂商多框架多功能模型统一纳管。

下面使用 ModelArts，以StyleGAN3为基础，生成高清图。

第一步，点击链接进入 ACGAN-动漫头像自动生成的案例页面，并完成基础配置。

https://developer.huaweicloud.com/develop/aigallery/notebook/detail?id=e62562a1-29d1-4c6b-a057-b7562f44c642

点击 Run in ModelArts，进入 JupyterLab 页面。

JupyterLab 页面：

按照 

基于ModelArts的动漫头像自动生成

 步骤，配置当前运行环境，进行规格切换。

第二步，安装依赖

选中以下代码，点击运行。

这段代码运行时间比较长，等待运行完成后，结果如下：

第三步，生成图片

运行以下代码：

使用预训练的AFHQv2模型生成图片

# 使用预训练的AFHQv2模型生成图片
!python gen_images.py --outdir=out_0 --trunc=1 --seeds=2 \
 --network=stylegan3-r-afhqv2-512x512.pkl

# 展示效果
display(Image(filename='./out_0/seed0002.png'))

使用预训练的FFHQ模型生成图片

# 使用预训练的FFHQ模型生成图片
!python gen_images.py --outdir=out_1 --trunc=1 --seeds=2 \
 --network=stylegan3-r-ffhq-1024x1024.pkl

# 展示效果
display(Image(filename='./out_1/seed0002.png'))

使用预训练的metfaces模型生成图片

# 使用预训练的metfaces模型生成图片
!python gen_images.py --outdir=out_2 --trunc=1 --seeds=2 \
 --network=stylegan3-r-metfaces-1024x1024.pkl

# 展示效果
display(Image(filename='./out_2/seed0002.png'))

第四步，生成插值视频

分别使用预训练的 

AFHQv2模型、FFHQ模型、metfaces模型

 生成视频。

AFHQv2模型

# 展示效果
outpath = &quot;lerp.mp4&quot;
mp4 = open(outpath,'rb').read()
data_url = &quot;data:video/mp4;base64,&quot; + b64encode(mp4).decode()
HTML(&quot;&quot;&quot;
<video width=400 controls>
 <source src=&quot;%s&quot; type=&quot;video/mp4&quot;>
</video>
&quot;&quot;&quot; % data_url)

FFHQ模型

# 展示效果
outpath = &quot;ffhq.mp4&quot;
mp4 = open(outpath,'rb').read()
data_url = &quot;data:video/mp4;base64,&quot; + b64encode(mp4).decode()
HTML(&quot;&quot;&quot;
<video width=400 controls>
 <source src=&quot;%s&quot; type=&quot;video/mp4&quot;>
</video>
&quot;&quot;&quot; % data_url)

metfaces模型

# 展示效果
outpath = &quot;met.mp4&quot;
mp4 = open(outpath,'rb').read()
data_url = &quot;data:video/mp4;base64,&quot; + b64encode(mp4).decode()
HTML(&quot;&quot;&quot;
<video width=400 controls>
 <source src=&quot;%s&quot; type=&quot;video/mp4&quot;>
</video>
&quot;&quot;&quot; % data_url)

——END——

参考文献