教程:架设style2paints(V3)自动上色服务(64位Win10用Python3.7.4)

glance - design, daily - 教程:架设style2paints(V3)自动上色服务(64位Win10用Python3.7.4)

style2paints是一款强大的漫画自动上色软件,上图的范例就是用它的第三代(V3)完成上色的,已经有相当不错的效果。如果你想了解更多style2paints,可以到任何搜索引擎搜索一下它的效果。

如今style2paints已经开发到V4,但开发者还未将V4开源,并且用于测试的服务器也已下线。因此目前V3是可用的最新版本。这篇文章将介绍如何在Windows10下,用最新的Python(3.7.4)版本架设V3。

1 检查运行环境

我们先来看看V3的环境需求:

you need a python 3.5/3.6 GPU environment with cuda.
pip install tensorflow_gpu
pip install keras
pip install bottle
pip install gevent
pip install h5py
pip install paste
pip install opencv-python
pip install scikit-image
git clone https://github.com/lllyasviel/style2paints.git

开发者建议我们使用Python 3.5或3.6,这没有关系,我们可以用3.7.4成功架设。值得注意的是,需要使用CUDA和tensorflow_gpu库,这要求运行环境必须使用支持CUDA的显卡。你可以在这里看到所支持的显卡列表:

https://developer.nvidia.com/cuda-gpus

如果你的显卡不在支持之列,就不需要继续读下去了。另外,部分模块要求计算机系统必须为64位,如果你是32位系统,则需要进行重装后再继续。

2 安装Python

直接在Python官方网站下载最新的3.7.4版本即可,安装时请选择所有组件,PIP必选。下载地址:

https://www.python.org/downloads/release/python-374/

注意!一定要下载64位的版本。

如果你之前安装过32位的Python,请在Python官方网站下载对应的安装包,启动安装包后将它卸载。卸载后如果你希望将64位的版本装在同一文件夹,请删除原文件夹里Lib下的所有库。

很多库是区分32位和64位的,在32位的Python下安装过的库,64位的程序需要时会认为它是“可用的”,然而真的运行起来就会报错。因此从32位更换为64位时,请重新下载所有的第三方库!

打开cmd,分别输入以下指令:

python –V
pip -V

返回Python和pip的版本号,表示本步骤成功。

3 安装CUDA

在使用GPU计算的前提下安装CUDA,就意味着我们要同时安装CUDA和CuDNN。该软件和支持库都属于NVIDIA。

CUDA选择最新的windows下的64位版本即可,注意看一下CUDA的版本号(笔者安装时最新版本为10.1),下载地址:

https://developer.nvidia.com/cuda-toolkit-archive

CuDNN选择和CUDA对应的版本即可,下载CuDNN需要注册NVIDIA会员(免费),下载地址:

https://developer.nvidia.com/rdp/cudnn-download

注意NVIDIA的网站打开速度可能很慢,请耐心等待。但是一旦开始下载,速度是非常快的,而且没有靠谱的国内源。

下载完成后,安装CUDA,可以选择自定义安装并指定路径。

安装完成后,然后将CuDNN的三个文件夹放入CUDA的development toolkit里覆盖即可。

CUDA的默认路径是:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\

打开cmd,输入以下指令:

nvcc-version

返回CUDA的版本号,表示本步骤成功。

4 安装tensorflow

由于tensorflow高达几百M,且用pip默认的源非常慢,因此在开始之前,我们先把pip源改到清华大学的镜像站。

首先找到当前用户在AppData下的Local目录:

C:\Users\用户名\AppData\Roaming\

在该目录下新建文件夹,命名为“pip”(不带引号)。然后在pip文件夹里新建pip.ini(不带引号)。

使用记事本打开pip.ini,输入:

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

打开cmd,使用源安装:

pip install tensorflow
pip install tensorflow_gpu

这里一并安装CPU版本,因为当前GPU版本不支持最新的CUDA,而安装CPU版本可解决这个问题。

如果报错(无可用版本),请检查前面几个步骤中安装的版本。

安装完成后,输入:

python
import tensorflow as tf

未报错,即为成功。

如果报错,一般是因为缺少Visual C++ Redistributable for Visual Studio 2015运行库,可在微软官网下载:

https://www.microsoft.com/zh-CN/download/details.aspx?id=48145

安装后再次测试即可。

5 安装其他库

打开cmd,输入下面的命令进行安装:

pip install keras
pip install bottle
pip install gevent
pip install h5py
pip install paste
pip install opencv-python
pip install scikit-image

可以一次性输入完,计算机会逐条处理。

此步骤无需测试。

6 下载style2paints源代码

方法1:如已安装git,可以使用以下命令:

git clone https://github.com/lllyasviel/style2paints.git

方法2:在github或国内镜像站下载。推荐后者,因为github比较慢:

Github:
https://github.com/lllyasviel/style2paints
码云的镜像:
https://gitee.com/mirrors/STYLE2PAINTS/tree/master/V3

下载后,将V3内的文件解压到任意路径即可。

7 下载训练模型

style2paints是基于机器学习的,虽然你可以自己训练,但如果要直接使用,就得下载训练好的模型库(1.2G左右)。选择任一方式下载:

原作者发布在Google Drive的:
https://drive.google.com/open?id=1fWi4wmNj-xr-nCzuWMsN2rcm0249_Aem
镜像(腾讯微云):
链接:https://share.weiyun.com/5EcXyZn 密码:d4cg74

下载完成后,将它放到V3路径内,和server.py在一起即可。

8 启动

打开cmd,定位到V3文件夹位置并启动server.py。比如,V3的目录在:

D:\style2paints\v3

那么在cmd里输入:

cd D:\style2paints\v3
d:
python server.py

完成后,如果报错,请检查是调用哪段代码报错。比如,错误的最后位置显示调用h5py失败,很可能是因为该库版本不正确(有可能是老版本残留或安装顺序不当导致的),使用下面的命令卸载重装安装h5py即可:

pip uninstall h5py
pip install h5py

当没有错误时,cmd窗口会给到当前服务的地址,一般是:

127.0.0.1:80

打开浏览器,将这个地址输入地址栏,即可看到style2paints界面。

微信打赏支付宝打赏

感谢您的支持!

文章来源:卡米雷特的小站www.kamilet.cn)转载请注明出处。

卡米雷特

视觉控&技术控,不断学习中!

您可能还喜欢...

发表评论

电子邮件地址不会被公开。 必填项已用*标注