CPM

CPM 项目介绍

什么是CPM？

CPM（Color-Pattern Makeup）是一个整合了化妆转移的全面框架，能够在轻度和极端妆容风格上表现优于以往的前沿模型。它主要包括一个改进的颜色转移分支（基于BeautyGAN）和一个新颖的图案转移分支。

数据集简介

CPM项目引入了四个全新数据集供训练和评估使用，它们分别是CPM-Real、CPM-Synt-1、CPM-Synt-2 及 Stickers 数据集。这些数据集包括从Google图片搜索中抓取的实拍妆容风格图片，以及合成的带图案分割掩膜和化妆/非化妆三元组图像。使用这些数据集仅限于研究或教育目的，并在采用这些数据集进行研究成果发表时需要引用相关论文。

怎样开始？

需求环境

• Python版本要求为3.7
• PyTorch版本为1.6.0
• TensorFlow GPU版本为1.14
• 还需要安装 segmentation_models_pytorch

安装步骤

1. 克隆CPM项目仓库：

   git clone https://github.com/VinAIResearch/CPM.git
   cd CPM

2. 安装依赖：

   conda env create -f environment.yml

下载预训练模型

• 下载CPM的预训练模型文件 color.pth 和 pattern.pth，并将它们放置在 checkpoints 文件夹中。
• 下载需要的 PRNet 预训练模型并保存到 PRNet/net-data 中。

使用示例

你可以在Google Colab中尝试运行以下命令：

# 色彩和图案同时转移:
CUDA_VISIBLE_DEVICES=0 python main.py --style ./imgs/style-1.png --input ./imgs/non-makeup.png

# 仅颜色转移:
CUDA_VISIBLE_DEVICES=0 python main.py --style ./imgs/style-1.png --input ./imgs/non-makeup.png --color_only

# 仅图案转移:
CUDA_VISIBLE_DEVICES=0 python main.py --style ./imgs/style-1.png --input ./imgs/non-makeup.png --pattern_only

结果图像将保存为 result.png。

训练和评估

• 色彩图案转移分支虽然独立，但共享相同的工作流程，包括数据准备和模型训练。具体细节可参考各分支的更详细说明。

遇到问题？

如遇运行问题，可以查看常见问题解决章节，或者在GitHub项目页面中创建新的问题反馈。

这个CPM框架通过色彩和图案的传递，为真人和合成的数据集提供了更优秀的妆容转移能力，是面向化妆和美容领域的优秀工具。