使用GAN(生成对抗网络)进行图像生成应用开发以图生图应用开发

详情见服务端代码地址,感谢大佬star

华中“Hackathon”创客马拉松大赛

本次由湖南大学和微软亚洲研究院主办，由国家超级计算长沙中心、微软学生俱乐部等承办的华中“Hackathon”创客马拉松大赛，将邀请150名高校中创意、开发、设计、营销达人聚集在一起，在24小时连续不间断工作坊中大展身手，我们将全力以赴让创客精神在华中地区迸发魅力。

此次Hackathon由湖南大学和微软亚洲研究院联合主办，比赛地点为国家超级计算长沙中心。大赛以激励华中地区高校学生的创新精神、创造精神为目标，为有想法、有创意的学生们提供一个共同交流、互相切磋，并将想法付诸实践的大舞台。届时，华中地区150名富有热情的青年创客聚集在一起，共同享受24小时不间断协作开发和学习交流的知识盛宴，让创意的火花时刻迸发。

HACKX项目地址:

Project URL

队名:

取个名字真TM难

作者:

• XueWenLiao
• ChengChen
• LuoJie
• LiuDong
• WuQin Surprise Scene

平台:

• Android 7.0
• Tensorflow 1.4.1
• Django 2.0.5
• djangorestframework 3.8.2

推荐

• Linux with Tensorflow GPU edition + cuDNN

代码地址:

Android客户端	Python服务端+GAN模型

项目描述

简介:

通过使用Tensorflow,GAN,Django,Android等技术,实现快速造图,来提升沟通效率,用户只需手绘草图,AI将实时生成逼真的效果图.在原型展示,室内装修,服装设计,LOGO设计等领域有广泛的应用.即画即现,AI让沟通变得如此简单.

描述:

基于GAN技术,即画即现,快速的将自己的想法转化成图像,提升沟通效率.使用Tensorflow构建GAN模型,将训练好的模型封装,使用Django框架进行服务器的搭建,提供API供客户端调用,本项目使用Android客户端进行演示,将用户手绘草图,通过GAN神经网络转化成十分逼真的效果图.

想法:

现代社会人与人之间的交流变得很频繁，每个人都要和不同的对象进行交流，但是并不是每个人都可以很好的表达自己的想法，因此会造成沟通的障碍。比如：当设计原型图时，需要在讨论时及时生成一个可展示的对象，可以准确的展示用户的需求，降低沟通难度。我们的实际就来源于人与人之间沟通难度的存在。

解决的问题:

1. 降低沟通难度。让人们能够更加准确的表达自己的想法。

2. 降低沟通成本。让人们能够更加便捷的使用可以交互的沟通方式。

3. 触发使用者的灵感，可以更加全面挖掘使用者的灵感

核心技术描述

客户端:

技术难点为：
客户端与服务器交互图片数据问题

现使用方案：
将用户所画草图以JPEG图片格式保存在本地，将图片用Base64（编码规范）编码后以json的形式post到服务器。服务器将编码过的图片传回到客户端，然后客户端解码为JPEG图片格式以供展示。由于这样的方法数据交互速度及慢，需要优化方案。

未来展望:
采用Google提供的grpc框架实现图片传输，该框架采用HTTP2.0作为数据传输协议，传输图片速度碾压HTTP1.1.

后台:

技术难点为：
1.模型的训练
2.模型转化成API,提供服务.

现使用方案:
使用Tensorflow实现GAN模型,将训练好的不同模型封成对应的API,将模型部署到服务端,提供给多终端调用(手机,平板,WEB,PC).

未来展望:
准备使用Tensorflow Serving简化并加速模型到生产的过程,保持服务器架构和API保持不变,安全安全地部署新模型并运行试验。

项目展示

LOGO

图片

功能描述

画板:

1. 手绘：用户可随意创作，不加任何限制。

2. 橡皮擦：擦除画错的部分。

3. 直线：用户只能用直线创作。

4. 撤销：用户可撤销前一步操作。

5. 清空：用户可清空画板。

6. 生成图片：创作完成后可即刻生成真是图片。

模型:

1. 建筑模型：用户可使用五个标签组件：墙、门、窗户、屋檐和房柱来协助创作。

2. 街景模型：用户可使用五个标签组件：公路、草坪、汽车、树木和路灯来协助创作。

3. 包模型：用户可创作包。

4. 鞋模型：用户可创作鞋。.

视频:

DEMO URL

PPT展示:

g”/>

项目构建

开始

# clone this repo
git clone git@github.com:luojie1024/HACK_GAN_MB.git
cd HACK_GAN_MB

服务器搭建参考

数据集

dataset	example
400 images from CMP Facades dataset. (31MB) Pre-trained: BtoA
2975 images from the Cityscapes training set. (113M) Pre-trained: AtoB BtoA
1096 training images scraped from Google Maps (246M) Pre-trained: AtoB BtoA
50k training images from UT Zappos50K dataset. Edges are computed by HED edge detector + post-processing. (2.2GB) Pre-trained: AtoB
137K Amazon Handbag images from iGAN project. Edges are computed by HED edge detector + post-processing. (8.6GB) Pre-trained: AtoB

The facades dataset is the smallest and easiest to get started with.

展望

1. 我们的产品未来可以应用到的领域有：装修装潢，建筑设计、服装设计，品牌LOGO、城镇规划、文物复原、动画动漫设计等。

2. 给不同行业用户提供更专业的工具包

3. 未来当AI模型足够精准，为所有开发者和企业提供api sdk使用

参考资料

代码

GAN

Based on pix2pix by Isola et al.

论文

Image-to-Image Translation with Conditional Adversarial Nets [CVPR 2017]