【AI】 Neural Algorithm of Artistic StyleのChainer4対応版プログラムを公開しました。

こんにちは。経理の小高です。

 

先週のブログ「【AI】ピカソで川越を変換する。A Neural Algorithm of Artistic Style」で「プログラムを公開します」的なことを書きまして、今週中にできるか冷や冷やしました。

無事にGitHubに公開しましたので報告いたします。

 

GitHub: Neural Style Transfer by Gatys et al. Chainer 4.0

 

ずっとPreferred Networksさんのchainer-goghをつかわせてもらってきましたが、Chainerの新しいバージョン（2018/5/26時点でv4.0がstable）に対応しておいた方がいいですし、Gatysらの原論文（Image Style Transfer Using Convolutional Neural Networks:2016）を自分がトレースする一番いい方法かと。

いい勉強になりました。

chainer-goghとの違いは以下の２点です。

• コンテンツ画像から画像から抽出するレイヤーを、原論文にある通りにconv4_2にしてあります。chainer-goghではconv3_3とconv4_3が使われていまして、（原論文に記載がありますが）conv3の出力にはピクセル情報が強く残っています。そのため、chainer-goghではオリジナル画像の輪郭がはっきり残ります。
• 損失関数の係数を直しました。原論文では（chainer-goghにある）「複数レイヤーをつかったコンテンツ画像からのオブジェクトの抽出」が定式化されていません。複数のレイヤーから抽出する場合、損失関数の中で、スタイルレイヤーと同様に（合計が１となるような）重みを与えるべきと思われます。そのほか、原論文では、二乗誤差やMSE、相関係数といった語彙に正確性がないので、「普通はこうかな」的に修正しました。

 

実行環境や動かし方はGitHubの方に書いてありますので、是非お試しください。注意点は以下です。

• 画像は正方形にしてください。
• 600px四方の画像を生成するのにGPUを使って12分程度かかります。CPU（実はテストしてません。。。）では15倍くらいはかかると予想しています。
• 600px四方の画像の生成にGPUメモリを5G以上食いますので、画像サイズを決める際の参考にしてください。
• 動かなくても怒らないでください。

 

周辺の論文も読んでいますが、Gatysらのこの論文はとても興味深いですね。もう少し整理したらブログに書きたいと思います。

 

さて、新しいプログラムで実行した結果を見たいと思います。

今回のスタイルにはシャガールを使います。

（乙女っぽいとか言わないでほしいのですが）自宅から事務所にポスターを持ってきていたりします。

 

 

スタイル画像には「楽園」を使いました。やはり、青ベースがいいのと、他の色も入っているので。

図：シャガール、楽園　http://tsuiteru-happy-life.up.seesaa.net/image/B3DAB1E0A1A120A5B7A5E3A5ACA1BCA5EB.jpg

 

あとはいつも通りに。

図：時の鐘（弊社撮影）

柔らかい感じにできあがりました。

 

次は埼玉りそな銀行川越支店。

 

これもいいですね。

 

川越商工会議所。

 

 

男女が写っていてオリジナルみたいな雰囲気です。

 

←「急にスキャンできなくなった！パスワードを聞かれるようになった…－最近Windowsアップデートをしましたか？」前の記事へ　 　次の記事へ「【AIアート】埼玉りそな銀行川越支店さんの名画風画像を一挙50枚公開します。 Neural Algorithm of Artistic Style」→