[人工智能]tensorflow2.x实现迁移学习

写在前面的话：

这个模型借鉴了github上一个大佬的模型和他的文章：

TensorFlow练手项目三：使用VGG19迁移学习实现图像风格迁移_

食用方法：

在setting.py里面更改配置就可以了

# 内容特征层及loss加权系数
CONTENT_LAYERS = {'block4_conv2': 0.5, 'block5_conv2': 0.5}
# 风格特征层及loss加权系数ge
STYLE_LAYERS = {'block1_conv1': 0.2, 'block2_conv1': 0.2, 'block3_conv1': 0.2, 'block4_conv1': 0.2,
                'block5_conv1': 0.2}

#定义所以能用到的层
layer=["block4_conv2","block5_conv2","block1_conv1","block2_conv1","block3_conv1","block4_conv1","block5_conv1"]
# 内容图片路径
CONTENT_IMAGE_PATH = './images_content/content2.jpg'
# 风格图片路径
STYLE_IMAGE_PATH = './images_style/stytle1.jpg'

# 生成图片的保存目录
OUTPUT_DIR = './output1'

# 内容loss总加权系数
CONTENT_LOSS_FACTOR = 1

# 风格loss总加权系数
STYLE_LOSS_FACTOR = 100

# 图片宽度
WIDTH = 527
# 图片高度
HEIGHT = 724

# 训练epoch数
EPOCHS = 20
# 每个epoch训练多少次
STEPS_PER_EPOCH = 100
# 学习率
LEARNING_RATE = 0.03

训练效果：

训练后的图片：

style.jpg

content.jpg

这个训练结果并不是很满意，但是，通过分析数据集，发现风格图片抽象一点，而content.jpg图片分辨率高一点效果会很好，就比如大佬的图片：

这样看起来效果就很不错。
仓库地址：https://github.com/hideonpython/Style-migration-implemented-by-tensorflow2.x/