軟件介紹

Pix2Pix是一款能夠將各種涂鴉作品轉換成彩色圖畫的圖片美化工具，我們如果覺得自己繪制的涂鴉作品不是很好看的話。就不妨使用Pix2Pix免費版來對圖片進行色彩填充，從而讓整個作品一下子就可以變成好看的彩色圖，使用起來非常方便。

Pix2Pix軟件簡介

Pix2pix是一個全新的工具，旨在允許任何類型的圖像變換的應用程序無關的訓練。所需要的是包含圖像對A和B的數據集，并且可以訓練網絡以變換到任一方向。可能的應用包括著色，分割，線圖畫到圖像，映射到衛星視圖，風格化等。操作在兩個方向上工作，因此通過正確訓練的網絡，可以從地圖或從彩色分割的建筑立面生成合理的衛星視圖。

小編玩了一會兒，簡直再次上癮~

方法很簡單，你信手畫一個人臉，兒童簡筆畫水準也好，素描大師水準也好，只要勾勒一個大致的人臉輪廓，然后點擊一下中間的紅色按鈕，神奇的事情就發生了！

你的畫作會被AI完善成一幅藝術大作！

軟件功能

1、它可以讓你在一個簡單而直觀的方式來編輯的照片。

2、你可以通過刷卡手勢來選擇過濾器和排版的話讓你的照片的故事。

3、16過濾器：

- P濾鏡，你喜愛的肖像

- G濾鏡，使您的照片華麗

- S濾鏡，美麗的風景

- V濾鏡，使照片看起來復古

4、超過100字的字體：

- 感覺 - 只需提供您目前的感受用一個詞。

- 氣候 - 你可以根據不同的環境不同的鏡頭，和季節。對不對?

- 現在和這里 - 我們永遠愛分享這個時刻，這個地方我們呼吸急促。

- 什么 - 還有其他事情要加上你的照片。

Pix2Pix技術說明

和之前的畫貓一樣，這個AI應用背后的技術，也是基于有條件對抗網絡的圖像到圖像翻譯。這個網絡不僅能學習從輸入圖像到輸出圖像的映射，而且還能學習一個損失函數來訓練這一映射。

這使得傳統上可能需要不同損失函數的問題，能夠應用相同的通用方法。也就是說能在不必手動設計損失函數的情況下實現合理的結果。

這種方法被證明在以標簽圖合成照片、從邊緣圖重建對象、圖像著色等任務中有效。

這項研究來自加州大學伯克利分校的Phillip Isola、Jun-Yan Zhu、Tinghui Zhou以及Alexei A. Efros。他們還公布了相關的論文和代碼。

Pix2Pix使用方法

最近，我將Isola等人做的pix2pix移植到了Tensorflow 平臺。Tensorflow 平臺包含在Tensorflow的圖像到圖像翻譯(Image-to-ImageTranslation in Tensorflow)論文中。我采用了一些預訓練的模型，并制作了一個網絡互動的程序可以直接嘗試玩玩。建議使用 Chrome 瀏覽器來查看效果。

pix2pix模型通過對圖像對進行訓練來工作，例如給建筑物的立面添加建筑物立面的標簽，然后嘗試從任何輸入圖像生成相應的輸出圖像。這個想法是直接從pix2pix 論文( pix2pix paper)而來，這是一篇好文章。

立面(facades)

在建筑立面數據庫上訓練有標簽的建筑立面。它似乎不知道如何處理一個大的空白區域，但如果放上足夠的窗口，那么結果往往合理。繪制“墻”顏色矩形來擦除東西。

我沒有建筑立面給定不同部分的名字，所以我只是猜測它們叫什么。

邊緣轉換成貓咪(edges2cats)

在約2k 存儲貓照片和從那些照片自動生成的邊緣之上訓練。生成了彩色貓對象和一些帶有噩夢的臉。我所見過的最好的一個是貓貓。

一些圖片看起來特別蠕動，因為對動物辨識產生誤判，特別是在眼睛周圍。自動檢測的邊緣在很多情況下不是很好，沒有檢測到貓的眼睛，使得訓練圖像翻譯模型效果更差。

邊緣轉換成鞋(edges2shoes)

在從Zappos收集的?50k鞋子圖片以及從那些圖片自動生成的邊緣的數據庫上訓練之后。如果你真的擅長繪制鞋子的邊緣，可以嘗試產生一些新的設計。請記住，因為是在真實的對象上進行訓練，所以如果你可以繪制更多的3D物體，所以似乎工作得更好。

邊緣轉換成手袋(edges2handbags)

和前面類似，在從亞馬遜收集的?137k手袋圖片及從那些照片自動生成邊緣數據庫上訓練。如果你在這里畫一個鞋而不是手提包，你會得到一只非常奇怪的紋理鞋。