Нейронная сеть загружается с GitHub с предварительно подготовленными файлами и успешно генерирует случайные фотографии. Это кажется случайным. Но когда вы запускаете скрипт generate_figures.py отображает фотографию смешанного леса из двух других, также случайную. Вопрос. Как создать нейронную сеть для создания микса из двух пользовательских, а не сгенерированных фотографий? Я внес изменения в код, указав путь к вашим фотографиям, но в итоге он генерирует все то же случайное, не связанное с моей фотографией лицо.

 import os
import pickle
import numpy as np
import PIL.Image
import dnnlib
import dnnlib.tflib as tflib
import config

#----------------------------------------------------------------------------
# Helpers for loading and using pre-trained generators.

url_ffhq        = 'https://drive.google.com/uc?id=1MEGjdvVpUsu1jB4zrXZN7Y4kBBOzizDQ' # karras2019stylegan-ffhq-1024x1024.pkl

synthesis_kwargs = dict(output_transform=dict(func=tflib.convert_images_to_uint8, nchw_to_nhwc=True), minibatch_size=4)

_Gs_cache = dict()

def load_Gs(url):
    if url not in _Gs_cache:
        with dnnlib.util.open_url(url, cache_dir=config.cache_dir) as f:
            _G, _D, Gs = pickle.load(f)
        _Gs_cache[url] = Gs
    return _Gs_cache[url]
  

Рисунок 3: Смешивание стилей.

 def draw_style_mixing_figure(png, Gs, w, h, src_seeds, dst_seeds, style_ranges):
   print(png)

   src_latents = np.stack(np.random.RandomState(seed).randn(Gs.input_shape[1]) for seed in src_seeds)
   dst_latents = np.stack(np.random.RandomState(seed).randn(Gs.input_shape[1]) for seed in dst_seeds)
   src_dlatents = Gs.components.mapping.run(src_latents, None) # [seed, layer, component]
   dst_dlatents = Gs.components.mapping.run(dst_latents, None) # [seed, layer, component]
   src_images = Gs.components.synthesis.run(src_dlatents, randomize_noise=False, **synthesis_kwargs)
   dst_images = Gs.components.synthesis.run(dst_dlatents, randomize_noise=False, **synthesis_kwargs)

   canvas = PIL.Image.new('RGB', (w * (len(src_seeds)   1), h * (len(dst_seeds)   1)), 'white')

   for col, src_image in enumerate(list(src_images)):
       canvas.paste(PIL.Image.open(r"C:UsersKurmyavochkaDesktopNNREALISMstylegan-masterresults1.png"), ((col   1) * w, 0))
   for row, dst_image in enumerate(list(dst_images)):
       canvas.paste(PIL.Image.open(r"C:UsersKurmyavochkaDesktopNNREALISMstylegan-masterresults2.png"), (0, (row   1) * h))

       row_dlatents = np.stack([dst_dlatents[row]] * len(src_seeds))
       row_dlatents[:, style_ranges[row]] = src_dlatents[:, style_ranges[row]]

       row_images = Gs.components.synthesis.run(row_dlatents, randomize_noise=False, **synthesis_kwargs)

       for col, image in enumerate(list(row_images)):
           canvas.paste(PIL.Image.fromarray(image, 'RGB'), ((col   1) * w, (row   1) * h))
   canvas.save(png)

def main():

   tflib.init_tf()
   os.makedirs(config.result_dir, exist_ok=True)

   issa = 5067
   for iter in range(1):
       draw_style_mixing_figure(
           os.path.join(config.result_dir,
                        str(issa)   'figure03-style-mixing.png'),
           load_Gs(url_ffhq),
           w=1024,
           h=1024,
           src_seeds=[0],
           dst_seeds=[0],
           style_ranges=[range(0, 4)] * 3   [range(4, 8)] * 2  
           [range(8, 18)])
       issa = issa   1


if __name__ == "__main__":
   main()


  

Вам нужно сгенерировать скрытое представление фотографий, которые вы хотите объединить. Чем создавать из них средний вектор. И, наконец, сгенерируйте изображение с помощью вашего скрипта. Хорошую реализацию вы можете найти здесь https://github.com/Puzer/stylegan-encoder