关于风格迁移的全栈学习路线

[llr8031]

嗯…楼主是一个电信本科生（打算以后做云计算方面的？）是打算自己玩的一个小项目，大概想实现的功能如下，请问各位有经验的大手子能否提供一些学习建议和实现方法

1.目的是实现实时视频的风格迁移 2.客户端是一个树莓派（配有显示器和摄像头），用来接收视频输入和进行视频输出。接收到的视频通过网线传输到本地的配有 GPU 的服务器上进行风格迁移，处理完之后再传回树莓派进行播放。（也不一定是树莓派，也可以是低功耗机器，总之就是低功耗） 3.希望能实现 2 个以上的并行处理

emmmmmmmm 算法其实不是想专攻的重点，目前的想法是将算法封装成 API 直接调用，摄像头似乎可以挂载成网络摄像头被服务器使用，但是封装和视频如何处理并传回实时播放没有头绪=。=

学过 C++和 python，不过应该还要学更多的语言吧=。=

感谢大佬们！！如果有相关的资料也麻烦您们评论一下喔

[crclz]

我的印象中，实时风格迁移应该是基于输入图片，并且输出图片的。实现的方法有 3 种（大概，我不是很清楚）。

第一种是 ContentLoss + StyleLoss + 优化输入像素，这种方法做不了实时。
第二种是训练一个网络进行风格迁移（每一种风格需要训练新的网络），这种可以实时。
第三种是 CycleGAN，性能什么的我不太了解，最好去调研一下。

对于风格迁移，我想说的是，如果不是真的系统学习过神经网络，那么要么去 github 找完全开箱即用的代码，要么就下定决定学习神经网络。


既然风格迁移是基于图像、生成图像的，那么，你的输出也是图像流。你就应该考虑以下方案：
1. 传递图像流。树莓派接收到一张图片，就显示一张图片。
2. 图像流编码为视频进行传递，树莓派进行解码并显示视频。这种你就可以参考网上的一些直播的解决方案。

1 和 2 对树莓派的网络和 CPU 都有不一样的取舍，最终效果还是得 2 种都试试。当然，可以先不管风格迁移，重点关注实现树莓派上的视频显示。用一个高斯模糊或者其他的简单的滤镜处理图像临时代替风格迁移，来探究这一局部的解决方案。

[llr8031]

@crclz 感谢回复 wwwwwwww，看到直播和显示图片流有所启发了，确实是打算直接用 GitHub 上的代码来处理，我再研究一下怎么缝合这些功能
再次感谢🙏