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。