Python多階段框架實現虛擬試衣間,超逼真

2020-12-10 AI科技大本營

作者 | 李秋鍵

責編 | 晉兆雨

頭圖 | CSDN下載自視覺中國

任意姿態下的虛擬試衣因其巨大的應用潛力而引起了人們的廣泛關注。然而,現有的方法在將新穎的服裝和姿勢貼合到一個人身上的同時,很難保留服裝紋理和面部特徵(面孔、毛髮)中的細節。故在論文《Downto the Last Detail: Virtual Try-on with Detail Carving》中提出了一種新的多階段合成框架,可以很好地保留圖像顯著區域的豐富細節。

具體地說,就是提出了一個多階段的框架,將生成分解為空間對齊,然後由粗到細生成。為了更好地保留顯著區域的細節,如服裝和面部區域,我們提出了一個樹塊(樹擴張融合塊)來利用多尺度特徵在發生器網絡。通過多個階段的端到端訓練,可以聯合優化整個框架,最終使得視覺逼真度得到了顯著的提高、同時獲得了細節更為豐富的結果。在標準數據集上進行的大量實驗表明,他們提出的框架實現了最先進的性能,特別是在保存服裝紋理和面部識別的視覺細節方面。

故今天我們將在他們代碼的基礎上,實現虛擬換衣系統。具體流程如下:

實驗前的準備

首先我們使用的python版本是3.6.5所用到的模塊如下:

opencv是將用來進行圖像處理和圖片保存讀取等操作。numpy模塊用來處理矩陣數據的運算。pytorch模塊是常用的用來搭建模型和訓練的深度學習框架,和tensorflow以及Keras等具有相當的地位。json是為了讀取json存儲格式的數據。PIL庫可以完成對圖像進行批處理、生成圖像預覽、圖像格式轉換和圖像處理操作,包括圖像基本處理、像素處理、顏色處理等。argparse 是python自帶的命令行參數解析包,可以用來方便地讀取命令行參數。

網絡模型的定義和訓練

其中已經訓練好的模型地址如下:https://drive.google.com/open?id=1vQo4xNGdYe2uAtur0mDlHY7W2ZR3shWT。其中需要將其中的模型放到"./pretrained_checkpoint"目錄下。

對於數據集的存放,分為cloth_image(用來存儲衣服圖片),cloth_mask(用來分割衣服的mask,可以使用grabcut的方法進行分割保存),image(用來存儲人物圖片),parse_cihp(用來衣服語義分析的圖片結果,可以使用[CIHP_PGN](https://github.com/Engineering-Course/CIHP_PGN)的方法獲得)和pose_coco(用來存儲提取到的人物姿態特徵數據,可以使用openpose進行提取保存為josn數據即可)。

對於模型的訓練,我們需要使用到VGG19模型,網絡上可以很容易下載到,然後把它放到vgg_model文件夾下。

其中提出的一種基於目標姿態和店內服裝圖像由粗到細的多階段圖像生成框架,首先是設計了一個解析轉換網絡來預測目標語義圖,該語義圖在空間上對齊相應的身體部位,並提供更多關於軀幹和四肢形狀的結構信息。然後使用一種新的樹擴張融合塊(tree - block)算法,將空間對齊的布料與粗糙的渲染圖像融合在一起,以獲得更合理、更體面的結果。其中這個虛擬試穿網絡不僅不藉助3D信息,可以在任意姿態下將新衣服疊加到人的對應區域上,還保留和增強了顯著區域的豐富細節,如布料紋理、面部特徵等。同時還使用了空間對齊、多尺度上下文特徵聚集和顯著的區域增強,以由粗到細的方式各種難題。

(1)其中網絡主要使用pix2pix模型,其中的部分代碼如下:

class PixelDiscriminator(nn.Module):def__init__(self, input_nc,ndf=64, norm_layer=nn.InstanceNorm2d):super(PixelDiscriminator,self).__init__if type(norm_layer) ==functools.partial:use_bias =norm_layer.func == nn.InstanceNorm2delse:use_bias = norm_layer ==nn.InstanceNorm2dself.net = nn.Sequential(nn.Conv2d(input_nc, ndf,kernel_size=1, stride=1, padding=0),nn.LeakyReLU(0.2, True),nn.Conv2d(ndf, ndf * 2,kernel_size=1, stride=1, padding=0, bias=use_bias),norm_layer(ndf * 2),nn.LeakyReLU(0.2, True),nn.Conv2d(ndf * 2, 1,kernel_size=1, stride=1, padding=0, bias=use_bias),nn.Sigmoid)defforward(self, input):return self.net(input)class PatchDiscriminator(nn.Module):def__init__(self, input_nc,ndf=64, n_layers=3, norm_layer=nn.InstanceNorm2d):super(PatchDiscriminator,self).__init__if type(norm_layer) ==functools.partial: # no need to use biasas BatchNorm2d has affine parametersuse_bias =norm_layer.func == nn.InstanceNorm2delse:use_bias = norm_layer ==nn.InstanceNorm2dkw = 4padw = 1sequence =[nn.Conv2d(input_nc, ndf, kernel_size=kw, stride=2, padding=padw),nn.LeakyReLU(0.2, True)]nf_mult = 1nf_mult_prev = 1# channel upfor n in range(1,n_layers): # gradually increase thenumber of filtersnf_mult_prev = nf_mult #1,2,4,8nf_mult = min(2 ** n, 8)sequence += [nn.Conv2d(ndf *nf_mult_prev, ndf * nf_mult, kernel_size=kw, stride=2, padding=padw,bias=use_bias),norm_layer(ndf *nf_mult),nn.LeakyReLU(0.2,True)]# channel downnf_mult_prev = nf_multnf_mult = min(2 ** n_layers,8)sequence += [nn.Conv2d(ndf *nf_mult_prev, ndf * nf_mult, kernel_size=kw, stride=1, padding=padw,bias=use_bias),norm_layer(ndf *nf_mult),nn.LeakyReLU(0.2, True)]# channel = 1 (bct, 1, x, x)sequence += [nn.Conv2d(ndf *nf_mult, 1, kernel_size=kw, stride=1, padding=padw)] # output 1 channel prediction mapsequence += [nn.Sigmoid()]self.model =nn.Sequential(*sequence)

(2)生成器部分代碼:

class GenerationModel(BaseModel):defname(self):return 'Generation model:pix2pix | pix2pixHD'def__init__(self, opt):self.t0 = timeBaseModel.__init__(self,opt)self.train_mode =opt.train_mode# resume of networksresume_gmm = opt.resume_gmmresume_G_parse =opt.resume_G_parseresume_D_parse =opt.resume_D_parseresume_G_appearance =opt.resume_G_appresume_D_appearance =opt.resume_D_appresume_G_face = opt.resume_G_faceresume_D_face =opt.resume_D_face# define networkself.gmm_model =torch.nn.DataParallel(GMM(opt)).cudaself.generator_parsing =Define_G(opt.input_nc_G_parsing, opt.output_nc_parsing, opt.ndf, opt.netG_parsing,opt.norm,not opt.no_dropout, opt.init_type, opt.init_gain, opt.gpu_ids)self.discriminator_parsing =Define_D(opt.input_nc_D_parsing, opt.ndf, opt.netD_parsing, opt.n_layers_D,opt.norm, opt.init_type, opt.init_gain, opt.gpu_ids)self.generator_appearance =Define_G(opt.input_nc_G_app, opt.output_nc_app, opt.ndf, opt.netG_app,opt.norm,not opt.no_dropout, opt.init_type, opt.init_gain, opt.gpu_ids,with_tanh=False)self.discriminator_appearance = Define_D(opt.input_nc_D_app, opt.ndf,opt.netD_app, opt.n_layers_D,opt.norm, opt.init_type, opt.init_gain, opt.gpu_ids)self.generator_face =Define_G(opt.input_nc_D_face, opt.output_nc_face, opt.ndf, opt.netG_face,opt.norm,notopt.no_dropout, opt.init_type, opt.init_gain, opt.gpu_ids)self.discriminator_face =Define_D(opt.input_nc_D_face, opt.ndf, opt.netD_face, opt.n_layers_D,opt.norm, opt.init_type, opt.init_gain, opt.gpu_ids)if opt.train_mode == 'gmm':setattr(self,'generator', self.gmm_model)else:setattr(self,'generator', getattr(self, 'generator_' + self.train_mode))setattr(self, 'discriminator',getattr(self, 'discriminator_' + self.train_mode))# load networksself.networks_name = ['gmm','parsing', 'parsing', 'appearance', 'appearance', 'face', 'face']self.networks_model =[self.gmm_model, self.generator_parsing, self.discriminator_parsing,self.generator_appearance, self.discriminator_appearance,self.generator_face, self.discriminator_face]self.networks =dict(zip(self.networks_name, self.networks_model))self.resume_path =[resume_gmm, resume_G_parse, resume_D_parse, resume_G_appearance,resume_D_appearance, resume_G_face, resume_D_face]for network, resume inzip(self.networks_model, self.resume_path):if network != andresume != '':assert(osp.exists(resume), 'the resume not exits')print('loading...')self.load_network(network, resume, ifprint=False)# define optimizerself.optimizer_gmm =torch.optim.Adam(self.gmm_model.parameters, lr=opt.lr, betas=(0.5, 0.999))self.optimizer_parsing_G =torch.optim.Adam(self.generator_parsing.parameters, lr=opt.lr,betas=[opt.beta1, 0.999])self.optimizer_parsing_D =torch.optim.Adam(self.discriminator_parsing.parameters, lr=opt.lr,betas=[opt.beta1, 0.999])self.optimizer_appearance_G= torch.optim.Adam(self.generator_appearance.parameters, lr=opt.lr,betas=[opt.beta1, 0.999])self.optimizer_appearance_D= torch.optim.Adam(self.discriminator_appearance.parameters, lr=opt.lr,betas=[opt.beta1, 0.999])self.optimizer_face_G =torch.optim.Adam(self.generator_face.parameters, lr=opt.lr, betas=[opt.beta1,0.999])self.optimizer_face_D =torch.optim.Adam(self.discriminator_face.parameters, lr=opt.lr,betas=[opt.beta1, 0.999])if opt.train_mode == 'gmm':self.optimizer_G =self.optimizer_gmmelif opt.joint_all:self.optimizer_G =[self.optimizer_parsing_G, self.optimizer_appearance_G, self.optimizer_face_G]setattr(self,'optimizer_D', getattr(self, 'optimizer_' + self.train_mode + '_D'))else:setattr(self,'optimizer_G', getattr(self, 'optimizer_' + self.train_mode + '_G'))setattr(self,'optimizer_D', getattr(self, 'optimizer_' + self.train_mode + '_D'))self.t1 = time

模型的使用

在模型訓練完成之後,通過命令「python demo.py --batch_size_v 80--num_workers 4 --forward_save_path 'demo/forward'」生成圖片。

(1)分別定義讀取模型函數和模型調用處理圖片函數

def load_model(model, path):checkpoint = torch.load(path)try:model.load_state_dict(checkpoint)except:model.load_state_dict(checkpoint.state_dict)model = model.cudamodel.evalprint(20*'=')for param in model.parameters:param.requires_grad = Falsedef forward(opt, paths, gpu_ids, refine_path):cudnn.enabled = Truecudnn.benchmark = Trueopt.output_nc = 3gmm = GMM(opt)gmm =torch.nn.DataParallel(gmm).cuda# 'batch'generator_parsing =Define_G(opt.input_nc_G_parsing, opt.output_nc_parsing, opt.ndf,opt.netG_parsing, opt.norm,notopt.no_dropout, opt.init_type, opt.init_gain, opt.gpu_ids)generator_app_cpvton =Define_G(opt.input_nc_G_app, opt.output_nc_app, opt.ndf, opt.netG_app,opt.norm,notopt.no_dropout, opt.init_type, opt.init_gain, opt.gpu_ids, with_tanh=False)generator_face =Define_G(opt.input_nc_D_face, opt.output_nc_face, opt.ndf, opt.netG_face,opt.norm,notopt.no_dropout, opt.init_type, opt.init_gain, opt.gpu_ids)models = [gmm,generator_parsing, generator_app_cpvton, generator_face]for model, path in zip(models,paths):load_model(model, path)print('==>loaded model')augment = {}if '0.4' in torch.__version__:augment['3'] =transforms.Compose([# transforms.Resize(256),transforms.ToTensor(),transforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5))]) # change to [C, H, W]augment['1'] = augment['3']else:augment['3'] =transforms.Compose([#transforms.Resize(256),transforms.ToTensor(),transforms.Normalize((0.5,0.5,0.5), (0.5,0.5,0.5))]) # change to [C, H, W]augment['1'] =transforms.Compose([# transforms.Resize(256),transforms.ToTensor(),transforms.Normalize((0.5,), (0.5,))]) # change to [C, H, W]val_dataset = DemoDataset(opt,augment=augment)val_dataloader = DataLoader(val_dataset,shuffle=False,drop_last=False,num_workers=opt.num_workers,batch_size = opt.batch_size_v,pin_memory=True)with torch.no_grad:for i, result inenumerate(val_dataloader):'warped cloth'warped_cloth =warped_image(gmm, result)if opt.warp_cloth:warped_cloth_name =result['warped_cloth_name']warped_cloth_path =os.path.join('dataset', 'warped_cloth', warped_cloth_name[0])if notos.path.exists(os.path.split(warped_cloth_path)[0]):os.makedirs(os.path.split(warped_cloth_path)[0])utils.save_image(warped_cloth * 0.5 + 0.5, warped_cloth_path)print('processing_%d'%i)continuesource_parse =result['source_parse'].float.cudatarget_pose_embedding =result['target_pose_embedding'].float.cudasource_image =result['source_image'].float.cudacloth_parse =result['cloth_parse'].cudacloth_image =result['cloth_image'].cudatarget_pose_img =result['target_pose_img'].float.cudacloth_parse =result['cloth_parse'].float.cudasource_parse_vis =result['source_parse_vis'].float.cuda"filter add clothinfomation"real_s =source_parseindex = [x for x inlist(range(20)) if x != 5 and x != 6 and x != 7]real_s_ =torch.index_select(real_s, 1, torch.tensor(index).cuda)input_parse =torch.cat((real_s_, target_pose_embedding, cloth_parse), 1).cuda'P'generate_parse =generator_parsing(input_parse) # tanhgenerate_parse =F.softmax(generate_parse, dim=1)generate_parse_argmax =torch.argmax(generate_parse, dim=1, keepdim=True).floatres = for index in range(20):res.append(generate_parse_argmax == index)generate_parse_argmax =torch.cat(res, dim=1).float"A"image_without_cloth =create_part(source_image, source_parse, 'image_without_cloth', False)input_app = torch.cat((image_without_cloth,warped_cloth, generate_parse), 1).cuda

源碼地址:

提取碼:qcj6

相關焦點

  • 虛擬試衣可行性探究—全息投影技術
    虛擬試衣系統最早是為了解決服裝網購過程中,由於不能試穿而導致退換貨問題而產生的研究。隨著研究的發展,線下實體店也引入了虛擬試衣技術,線下試衣技術帶來了全新的購物體驗模式,能為消費者提供更多的搭配選擇,並可在短時間內試穿多套服裝。現有的虛擬試衣鏡只提供一個觀看角度,視覺效果較為平面化,即使是三維建模的虛擬試衣系統也需要旋轉視角才能看到其他角度的效果。
  • 全息投影技術在虛擬試衣上的應用
    全息投影技術在虛擬試衣上的應用 發表時間:2019/9/15 文 | 楊 思 張豔紅 徐增波
  • 從人體3D建模和測量入手,雲之夢要用虛擬試衣解放量體師和服裝導購...
    本文為雷鋒網「新智造」對報名成長榜的企業「雲之夢科技」的報導,講述其如何從人體3D建模和測量入手,發力虛擬試衣,並積極探索技術在虛擬換髮型、直播背景實時替換、智能安防落地的故事。如果你想參與我們的評選,可點擊「報名」連結,或通過郵箱xinzhizao@leiphone.com聯繫我們!
  • 代碼詳解:Python虛擬環境的原理及使用
    開始構建更複雜的項目並與其他人協作時,虛擬環境的重要性會凸顯出來。很多數據科學家也需要熟悉虛擬環境中與多語言相關的Conda環境。可按照先後次序來使用!2. 什麼是虛擬環境?到底什麼是虛擬環境?% cd test-project/% python3 -m venv venv/ # Creates an environment called venv/注意:可使用不同的環境名稱替換「venv/」。瞧!虛擬環境誕生了。
  • 加拿大鵝在全球開直營店,標配是零下 25 度的試衣間
    加拿大鵝正在全球擴張直營零售店,為了讓已經聽過該品牌但所在地區天氣沒那麼寒冷的顧客切身體會大衣的禦寒性能,它們開始在店裡配備最低零下 25 攝氏度的試衣間。11 月 16 日,加拿大鵝在蒙特婁開設了加拿大最大的一家旗艦店,743 平方米,是全球第五家設有極寒試衣間的加拿大鵝店,北京的加拿大鵝旗艦店也將在今年年底設立同樣的 「The Cold Room」。早在 2015 年的多倫多貿易展上,該品牌就設立了這樣的 Cold Rooms 供觀展者試穿,感受產品的保暖性能,現在它們把這個創意變成了零售空間日常體驗的一部分。
  • 最近試衣間啪啪人太多,還是車震最刺激
    不過茶哥還是忍不住YY一下:就是一對男女在優衣庫的試衣間裡面恩恩愛愛而且還錄了視頻,然後趁夜深人靜的時候在傳上網(這無疑是給茶哥這類夜貓最好的福利)。緊跟著就引起了網友的各種話題和討論,一方面表面斥責無下限,無道德,一方面私下各大群都在問:「視頻在哪?」視頻一出,身邊的朋友都嚷嚷著去優衣庫試衣服,然後就出現了下圖盛況。
  • 廣州Python測試培訓
    立即諮詢 02 Python高級編程 教學目標:1、掌握python高級編程,能進行面向對象設計;2、掌握網絡編程協議,實現網絡間點對點通信;3、掌握關係型資料庫MySql開發,熟練編寫SQL語句;
  • 雲立方網科普:常用高效的Python爬蟲框架有哪些?
    Python是現在非常流行的程式語言,而爬蟲則是Python語言中最典型的應用,下面是總結的高效Python爬蟲框架,大家看看是否都用過呢。 Pyspider 是一個用python實現的功能強大的網絡爬蟲系統,能在瀏覽器界面上進行腳本的編寫,功能的調度和爬取結果的實時查看,後端使用常用的資料庫進行爬取結果的存儲,還能定時設置任務與任務優先級等。
  • ImagePy——UI界面支持開放插件的Python開源圖像處理框架
    python 開源圖像處理框架,其 UI 界面支持開放插件。簡介ImagePy 是用 python 編寫的開源圖像處理框架。redirectedFrom=fulltext安裝:支持的系統:帶有 python2.7 和 python3 及以上版本的 windows、linux、mac 系統。ImagePy 是一個基於 wxpython 的 ui 框架,它不能在 linux 上用 pip 進行安裝。
  • Python學習步驟
    算法和數據結構是很多大公司面試的不二選擇,我們這裡講解內容的同時,手把手帶你實現一個個底層算法,將內功練紮實。3. 手寫神經網絡。Python是人工智慧的第一語言。我們創造性的在基礎課程中就加入了如何編寫一個自己的神經網絡,為踏入神經網絡的大門打下「堅實基礎」。
  • 虛擬試衣鏡MemoryMirror今日正式投入使用
    驅動中國2015年1月11日消息,去年在美國零售聯盟博覽會上亮相的MemoMi公司的虛擬試衣鏡MemoryMirror今天正式在奢侈品百貨公司Neiman Marcus加州分公司Walnut Creek開始為顧客服務,至此,虛擬試衣鏡MemoryMirror今日正式開始投入使用。
  • Python視頻教程網課編程零基礎入門數據分析網絡爬蟲全套Python...
    6背景圖像 7敵人飛機 8英雄飛機 9發射子彈以及碰撞檢測 4部分視頻課程 1網絡編程 2多任務 3web伺服器v3.1 4python高級語法v3.1 5mysql資料庫v3.1 6mini-web框架v3.1 7html和css
  • 物聯網、大數據、虛擬實境(VR)、人工智慧(AI)和python 哪一個真正...
    在此我想先從物聯網說起:2009年8月,無錫市率先建立了「感知中國」研究中心,中國科學院、運營商、多所大學在無錫建立了物聯網研究院。物聯網被正式列為國家五大新興戰略性產業之一,寫入了政府工作報告,物聯網在中國受到了全社會極大的關注。
  • 在Windows中安裝Tensorflow和Kears深度學習框架
    建立Tensorflow的Anaconda虛擬環境在一臺計算機中,我們常常需要安裝很多軟體,但是每個軟體所需要的Python的關聯模塊或版本不相同。例如,我們要使用Python開發開發網站系統,安裝的網站框架可能需要Python2.X的版本,但是安裝Tensorflow需要Python3.5的版本,此時就會發生版本不一致的問題。
  • VPF:適用於 Python 的開源視頻處理框架,加速視頻任務、提高 GPU...
    雷鋒網 AI 開發者按:近日,NVIDIA 開源了適用於 Python 的視頻處理框架「VideoProcessingFramework(VPF)」。該框架為開發人員提供了一個簡單但功能強大的 Python 工具,可用於硬體加速的視頻編碼、解碼和處理類等任務。
  • 成都Python培訓周期多久
    第二階段 WEB全棧 掌握能力: 1.掌握WEB前端技術內容2.掌握WEB後端框架,熟練使用Flask、Tornado、Django
  • 成都學習Python開發哪家好
    那麼成都python培訓機構有哪些好呢?成都市不同規模的python培訓機構有什麼不同?沒有任何一家機構所有的課程都是牛逼的,它和人一樣有優點和缺點,除非它只專注於教1-2門課程。大多數培訓機構都不願意這樣做。畢竟有那麼多程式語言,太過於專注會流失掉大量學生,從而造成營收減少的結果。建議您選擇信譽好的老牌Python培訓機構。
  • ProjectQ:解鎖Python實現量子計算的新方式!
    【IT168 資訊】現在已經有很多軟體框架可用於訪問量子計算機,本文將要提到的ProjectQ就是其中之一。ProjectQ是蘇黎世聯邦理工學院啟動的量子計算開源軟體框架。與IBM的QISKit類似,允許用戶在Python中實現量子程序,並以強大而直觀的語法訪問IBM Q Experience。ProjectQ可以將程序轉換為任何類型的後端,無論是在經典計算機上運行的模擬器還是實際的量子晶片。
  • 3個既簡單又強大的Python Web 框架
    DjangoPython 界最流行的 web 框架。Django是一個高級別的PythonWeb框架,它鼓勵快速開發和乾淨、實用的設計。>Web上一些最繁忙的站點利用Django的快速和靈活擴展能力Flask一個 Python 微型框架
  • 人生苦短,我用Python,那麼問題來了,普通人要學python嗎?
    話說在金融和IT行當混跡了多年,python一直是被我隨手拿來當個小工具用用,有時候偷懶用python弄個excel自動化整理工具,有時候拿來上各種網站爬蟲搜集點信息,有時候也會拿來寫點量化小工具。那麼到底什麼是python?