相关资料网址

AnimeGANv2 源代码地址：
https://github.com/TachibanaYoshino/AnimeGANv2
AnimeGANv2的Pytorch实现代码地址：
https://github.com/bryandlee/animegan2-pytorch

研究过程记录

安装基本Pytorch环境

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.8.0
失败报错，看了一下，好像1.8版不支持py3.7，我最近主要环境都是用的3.7，所以没意识到这个问题。pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.15
更换为1.15版进行测试，1.15版确定可以调用。

AnimeGANv2测试

克隆代码
git clone https://github.com/TachibanaYoshino/AnimeGANv2
转换weight文件
python convert_weights.py
简单测试，标准代码
python test.py --input_dir [image_folder_path] --device [cpu/cuda]
我们使用cuda，所以直接调整参数如下
python test.py --input_dir 图片文件夹地址 --device cuda使用特定模型进行推理测试并输出图片
python test.py --checkpoint_dir checkpoint/generator_Hayao_weight --test_dir dataset/test/HR_photo --style_name Hayao/HR_photo
使用的模型是generator_Hayao_weight，测试文档会自动导出如果是想测试视频的处理和输出，使用下面命令
python video2anime.py --video video/input/お花見.mp4 --checkpoint_dir checkpoint/generator_Paprika_weight

执行图片测试的时候，虽然会报错找不到dll，但是这是cuda版本兼容问题，修改dll名称后解决，这个具体情况具体分析解决，不好一概而论。

执行完以后会在项目根目录，生成一个results 文件夹，生成图片就在里面，如果是没看代码的小白，可能会找不到结果在哪里……

下面是测试命令，使用了一些不同的风格模式：

python test.py --checkpoint_dir checkpoint/generator_Hayao_weight --test_dir dataset/test_pic --style_name Hayao/HR_photopython test.py --checkpoint_dir checkpoint/generator_Shinkai_weight --test_dir dataset/test_pic --style_name Shinkai

训练部分（本次未测试）

下面是官方的训练部分的说明，我这部分由于没有数据集，先不进行测试

3. Do edge_smoothpython edge_smooth.py --dataset Hayao --img_size 256
4. Calculate the three-channel(BGR) color differencepython data_mean.py --dataset Hayao
5. Trainpython main.py --phase train --dataset Hayao --data_mean [13.1360,-8.6698,-4.4661] --epoch 101 --init_epoch 10For light version: python main.py --phase train --dataset Hayao --data_mean [13.1360,-8.6698,-4.4661] --light --epoch 101 --init_epoch 10
6. Extract the weights of the generatorpython get_generator_ckpt.py --checkpoint_dir ../checkpoint/AnimeGAN_Hayao_lsgan_300_300_1_2_10_1 --style_name Hayao