效果爆炸的开源漫画变身AI，火到服务器几度挤爆

　　排队1241人，等待2600秒
　　这届网友为了看一眼自己在动漫里的样子，可真是拼了。
　　始作俑者是一款可以把人像变动漫的生成器。
　　只需一张图片或一段视频，无论男女老少、明星素人都可以一睹自己的动漫风采～
　　什么国民老婆王冰冰：
　　什么国民妹妹IU：
　　什么科技圈大佬、EDG成员、金发美女、容嬷嬷
　　发丝、眉宇，甚至眼神里流露出来的情绪，都给你描绘得淋漓尽致
　　视频效果
　　这也难怪网友把服务器都给挤爆了。
　　随便翻翻大家的作品，简直是深不见底。
　　再看看GitHub上的相关项目，果然也冲上了趋势榜第一名。
　　这个AnimeGAN，真是厉害了！如何给自己捏一个动漫脸？
　　看完展示的效果，你是不是也想打造一个自己专属的漫画脸了呢？
　　这个可以有，现在就手把手教你。
　　第一种方法就veryvery简单了，只需要上传一张照片就可以。
　　提供在线玩法的网站（链接见文末），就是那个著名的抱抱脸（HuggingFace）。
　　它专门开设了一个在线AnimeGANv2的App，直接把图片丢进去就好。
　　BUT！！！
　　也正如刚才提到的，现在这个AI着实有点太火了，简单的在线方法，就等同于排大队。
　　这不，等了5259秒之后，前面还有15人
　　如果不想排队怎么办？
　　接下来，就是第二种方法了上代码！
　　热心网友在苦等了3小时之后，终于还是忍不住了，强烈安利Colab版本（链接见文末）：
　　先运行一下文档里的前两段代码，然后只需要简单修改照片路径即可。
　　当然，如果想加大难度挑战一下，AnimeGANv2的GitHub项目也是有的哈：
　　以上介绍的方法都是用图片转换，如果你想用视频的话，在AnimeGANv2项目中执行下面这两条命令就OK：
　　当然，该项目的Pytorch实现也有，不过Pytorch版本目前只支持图片转换；如果想转视频，暂时就需要你自己写个脚本了～
　　风格迁移GAN
　　那么，如此效果的背后，到底是用了什么原理呢？
　　AnimeGAN是来自武汉大学和湖北工业大学的一项研究，采用的是神经风格迁移生成对抗网络（GAN）的组合。
　　它其实是基于CartoonGAN的改进，并提出了一个更加轻量级的生成器架构。
　　AnimeGAN的生成器可以视作一个对称的编码器解码器网络，由标准卷积、深度可分离卷积、反向残差块、上采样和下采样模块组成。
　　为了有效减少生成器的参数数量，AnimeGAN的网络中使用了8个连续且相同的IRB（invertedresidualblocks）。
　　在生成器中，具有11卷积核的最后一个卷积层不使用归一化层，跟随其后的是tanh非线性激活函数。
　　上图中，K为内核大小，C为特征图数量，S为每个卷积层的跨度，H是特征图的高度，W是特征图的宽度，Resize值用于设置特征图大小的插值方法，表示逐元素加法。
　　而此次的V2版本，是基于第一代AnimeGAN的升级，主要解决了模型生成的图像中存在高频伪影的问题。
　　具体而言，所采取的措施是使用特征的层归一化（layernormalization），来防止网络在生成的图像中产生高频伪影。
　　作者认为，层归一化可以使featuremap中的不同通道，具有相同的特征属性分布，可以有效地防止局部噪声的产生。
　　AnimeGANv2的生成器参数大小为8。6MB，而AnimeGAN的生成器参数大小为15。8MB。
　　它俩使用的鉴别器大致相同，区别在于AnimeGANv2使用的是层归一化，而不是实例归一化（instancenormalization）。网友：我变漂亮了
　　这个AI可算是圈了一众粉丝。
　　有些网友冲进二次元之后，发现了自己惊人的美貌：
　　它把我变漂亮了！
　　而且非常骄傲的晒出了自己的漫画脸。
　　还有网友看完比尔盖茨的效果之后，直呼：
　　天！盖茨看起来聪明又性感。
　　就连新海诚导演都曾转发过AnimeGAN的作品呢。
　　OneMoreThing
　　最后，大家上手之前一定要注意，虽然AnimeGAN展示的效果都是比较好的，但这有一个大前提：
　　照片一定要高清、五官尽量要清晰！
　　不然画风可能就会变得诡异（作者亲测，欲哭无泪）
　　那么，你在漫画里是什么样子？
　　快去试试吧
　　在线Demo：
　　https：huggingface。cospacesakhaliqAnimeGANv2
　　Colab版本：
　　https：colab。research。google。comdrive1jCqcKekdtKzW7cxiwbjbbfLsPhdEds？uspsharingscrollToniSPi7FVC3c
　　GitHub地址：
　　https：github。comTachibanaYoshinoAnimeGANv2
　　https：github。combryandleeanimegan2pytorch