L’application créée ici peut être utilisé pour faire un transfert le style d’un dessin à une image ou une photo.
J’ai adapté le code PyTorch trouvé sur GitHub en une application facile à utiliser.
Ce programme utilise les résultats présentés dans ces deux papiers de recherches:
- Perceptual Losses for Real-Time Style Transfer and Super-Resolution
- Instance Normalization: The Missing Ingredient for Fast Stylization
L’application se trouve sur Google Colab. Vous pouvez y accéder en cliquant sur ce bouton:
Pour utiliser l’application vous pouvez suivre ces étapes:
- Importez votre image
- Entrez le nom de l’image
- Choisissez le style à transférez
- Exécutez le code en appuyant sur les touches « Shift + Entrer » ! 🙂
Ou suivre le tutoriel en vidéo:
Au fait, si ton objectif est d'apprendre le Deep Learning - j’ai préparé pour toi le Plan d’action pour Maîtriser les Réseaux de neurones.
7 jours de conseils gratuits d’un ingénieur spécialisé en Intelligence Artificielle pour apprendre à maîtriser les réseaux de neurones à partir de zéro :
- Planifie ton apprentissage
- Structure tes projets
- Développe tes algorithmes d’Intelligence Artificielle
J’ai basé ce programme sur des faits scientifiques, des approches éprouvées par des chercheurs mais également mes propres techniques que j'ai conçues au fil de mes expériences dans le domaine du Deep Learning.
Pour y accéder, clique ici :
À présent, on peut revenir à ce que je mentionnais précédemment.
Et voilà ! Vous avez réussi a faire un transfert de style avec du Deep Learning !
Si la manipulation d’image par IA vous intéresse, nous avons programmer une application permettant de faire des Deep Fake en 2 minutes, vous pouvez la retrouver ici !
ensuite bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla. donc bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla. puis bla bla bla bla bla. cependant bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla. ensuite bla bla bla bla bla bla bla bla mais bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla. ensuite que bla bla
bla
bla ensuite bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla. alors bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla. ensuite bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla. et donc
Sources des différentes photos utilisés:
- Photo by Philip Swinburn on Unsplash
- Photo by Gwen Weustink on Unsplash
Un dernier mot, si tu veux aller plus loin et apprendre le Deep Learning - j’ai préparé pour toi le Plan d’action pour Maîtriser les Réseaux de neurones.
7 jours de conseils gratuits d’un ingénieur spécialisé en Intelligence Artificielle pour apprendre à maîtriser les réseaux de neurones à partir de zéro :
- Planifie ton apprentissage
- Structure tes projets
- Développe tes algorithmes d’Intelligence Artificielle
J’ai basé ce programme sur des faits scientifiques, des approches éprouvées par des chercheurs mais également mes propres techniques que j'ai conçues au fil de mes expériences dans le domaine du Deep Learning.
Pour y accéder, clique ici :
