本期关于图像动漫化的深度学习资料非常适用于： 制作毕业设计：基于深度学习的毕业设计；（ofter独家出品） 理解深度学习：深度学习的实际应用；（理论付诸于行动） 设计工具APP：图像处理的设计及实现。（设计APP及使用） 1、运行环境 1.1 深度学习框架：tensorflow 1.2 预训练模型：AnimeGanV2 1.3 编程语言：前端Vue，后端flask-python 2、图片数据集 2.1 AnimeGanV2模型训练图片 2.2 备用-卡通图片（cartoon） 2.3 备用-漫画图片（anime） 3、代码使用说明（前后端） 3.1 运行环境（含模型、框架、安装库） 3.2 代码说明（含项目结构、核心代码） 3.3 运行说明（含本地后端、本地部署、云服务器部署） 3.4 运行效果及改善点 4、图像动漫化论文 4.1 CartoonGan 4.2 AnimeGan

内容包含： 1. animegan2的pytorch模型 2. pytorch模型转化为onnx模型脚本 3. dlib裁切人像头肩部，优化生成结果

日本动漫 AnimeGAN的Tensorflow实现可用于快速照片动画！可以在或在上访问该论文。 更新： data_mean.py用于计算整个样式数据的三通道（BGR）色差，这些差值用于在训练过程中平衡样式数据的色调对所生成图像的影响。 例如，Hayao样式数据的整体色调为淡黄色。 adjust_brightness.py用于基于输入照片的亮度来调整生成图像的亮度。 一些训练超参数发生变化。 在线访问：感谢开发在线访问项目，您可以通过浏览器实现照片动画，而无需安装任何软件，。 好消息：tensorflow-1.15.0与该存储库的代码兼容。 在此版本中，无需任何修改即可运行此代码

的PyTorch实现 从原始存储库转换重量（需要TensorFlow 1.x） git clone https://github.com/TachibanaYoshino/AnimeGANv2 python convert_weights.py 推理 python test.py --input_dir [image_folder_path] --device [cpu/cuda] 转换后的[ ]样式模型的结果 （输入图像，原始tensorflow结果，pytorch结果从左到右） 脸部模型：从此提取出来，带有L2 + VGG + GAN损失和CelebA-HQ图像。 有关推断，请参见test_faces.ipynb 。 可以从下载模型文件（8MB）。 享受！ 注意：不包含培训代码/在RTX3090 + PyTorch1.7.1上进行了测试/由于，转换后的权重结果略有不同

本资源主要包含AnimeGANv3的照片动漫化算法，其是AnimeGAN和AnimeGANv2的升级版。可将现实世界的照片或视频转为动漫风格的照片或视频。主要动漫风格包含宫崎骏动漫风格，新海诚动漫风格。官方算法链接：https://github.com/TachibanaYoshino/AnimeGANv3

将普通相机照片，加上动漫滤镜效果

AnimeGAN_tensorflow 源代码和数据集合

AnimeGAN将现实照片动漫化的可执行文件，下载后把图像放到images目录下运行就可以得到效果。

animeganv2 C++ 推理工程源码，里面有模型和所依赖的库。

动漫GANv2 「开源」 AnimeGAN的改进版本。 「」| 将照片/视频风景到动漫 消息（2020.12.25）AnimeGANv3将于2021年春天与它的论文一起发布。 （2021.02.21） ，感谢@bryandlee的贡献。 重点： 动漫风格 电影 图片编号 质量 下载样式数据集 宫崎骏 起风了 1752 1080p 新海诚 你的名字和风化 1445 蓝光 S聪 辣椒 1284 BDRip 不同风格的训练有不同的减肥权重！ 消息： The improvement directions of AnimeGANv2 mainly include the following 4 points : 1.解决生成图像中高频伪像的问题。 2.容易训练，直接达到本文的效果。 3.进一步减少发电机网络的参数数量。 （发电机大小：8.17 Mb） ，精简版的发电机模型