哈喽，大家好。
最近大家都在玩 AI 绘画，我在 GitHub 上找了一个开源项目，给大家分享一下。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
今天分享的这个项目是用 GAN 生成对抗网络实现的，关于GAN的原理和实战我们之前分享过很多文章，想了解的朋友可以去翻历史文章。
源码和数据集文末获取，下面分享如何训练、运行项目。
1. 准备环境
安装 tensorflow-gpu 1.15.0，GPU显卡使用2080Ti，cuda版本10.0。
git下载项目AnimeGANv2源码。
搭建好环境后，还需要准备数据集和vgg19。
下载dataset.zip压缩文件，里面包含 6k 张真实图片和2k张漫画图片，用于GAN的训练。
vgg19是用来计算损失的，下面会有详细介绍。
2. 网络模型
生成对抗网络需要定义两个模型，一个是生成器，一个是判别器。
生成器网络定义如下：
with tf.variable_scope('A'):
inputs = Conv2DNormLReLU(inputs, 32, 7)
inputs = Conv2DNormLReLU(inputs, 64, strides=2)
inputs = Conv2DNormLReLU(inputs, 64)
with tf.variable_scope('B'):
inputs = Conv2DNormLReLU(inputs, 128, strides=2)
inputs = Conv2DNormLReLU(inputs, 128)
with tf.variable_scope('C'):
inputs = Conv2DNormLReLU(inputs, 128)
inputs = self.InvertedRes_block(inputs, 2, 256, 1, 'r1')
inputs = self.InvertedRes_block(inputs, 2, 256, 1, 'r2')
inputs = self.InvertedRes_block(inputs, 2, 256, 1, 'r3')
inputs = self.InvertedRes_block(inputs, 2, 256, 1, 'r4')
inputs = Conv2DNormLReLU(inputs, 128)
with tf.variable_scope('D'):
inputs = Unsample(inputs, 128)
inputs = Conv2DNormLReLU(inputs, 128)
with tf.variable_scope('E'):
inputs = Unsample(inputs,64)
inputs = Conv2DNormLReLU(inputs, 64)
inputs = Conv2DNormLReLU(inputs, 32, 7)
with tf.variable_scope('out_layer'):
out = Conv2D(inputs, filters =3, kernel_size=1, strides=1)
self.fake = tf.tanh(out)生成器中主要的模块是反向残差块
残差结构(a)和反向残差块(b)
判别器网络结构如下：
def D_net(x_init,ch, n_dis,sn, scope, reuse): channel = ch // 2 with tf.variable_scope(scope, reuse=reuse): x = conv(x_init, channel, kernel=3, stride=1, pad=1, use_bias=False, sn=sn, scope='conv_0') x = lrelu(x, 0.2) for i in range(1, n_dis): x = conv(x, channel * 2, kernel=3, stride=2, pad=1, use_bias=False, sn=sn, scope='conv_s2_' + str(i)) x = lrelu(x, 0.2) x = conv(x, channel * 4, kernel=3, stride=1, pad=1, use_bias=False, sn=sn, scope='conv_s1_' + str(i)) x = layer_norm(x, scope='1_norm_' + str(i)) x = lrelu(x, 0.2) channel = channel * 2 x = conv(x, channel * 2, kernel=3, stride=1, pad=1, use_bias=False, sn=sn, scope='last_conv') x = layer_norm(x, scope='2_ins_norm') x = lrelu(x, 0.2) x = conv(x, channels=1, kernel=3, stride=1, pad=1, use_bias=False, sn=sn, scope='D_logit') return x
3. 损失
计算损失之前先用VGG19网路将图片向量化。这个过程有点像NLP中的Embedding操作。
Eembedding是讲词转化成向量，VGG19是讲图片转化成向量。
VGG19定义
计算损失部分逻辑如下：
def con_sty_loss(vgg, real, anime, fake): # 真实图片向量化 vgg.build(real) real_feature_map = vgg.conv4_4_no_activation # 生成图片向量化 vgg.build(fake) fake_feature_map = vgg.conv4_4_no_activation # 漫画风格向量化 vgg.build(anime[:fake_feature_map.shape[0]]) anime_feature_map = vgg.conv4_4_no_activation # 真实图片与生成图片的损失 c_loss = L1_loss(real_feature_map, fake_feature_map) # 漫画风格与生成图片的损失 s_loss = style_loss(anime_feature_map, fake_feature_map) return c_loss, s_loss
这里使用vgg19分别计算真实图片(参数real)与生成的图片(参数fake)的损失，生成的图片(参数fake)与漫画风格(参数anime)的损失。
c_loss, s_loss = con_sty_loss(self.vgg, self.real, self.anime_gray, self.generated) t_loss = self.con_weight * c_loss + self.sty_weight * s_loss + color_loss(self.real,self.generated) * self.color_weight + tv_loss
最终给这两个损失不同的权重，这样是的生成器生成的图片，既保留了真实图片的样子，又向漫画风格进行迁移
4. 训练
在项目目录下执行以下命令开始训练
python train.py --dataset Hayao --epoch 101 --init_epoch 10
运行成功后，可以看到一下数据。
同时，也可以看到损失在不断下降。
源码和数据集都已经打包好了，需要的朋友评论区留言即可。
如果大家觉得本文对你有用就点个 在看 鼓励一下吧，后续我会持续分享优秀的 Python+AI 项目。
