企业官网建设流程全解析

• 人工智能
• 计算机视觉
• 媒体生成
• 深度学习

本指南以 V1/README.md 为主线，完整梳理 STYLE2PAINTS 第一版（V1）的部署方式、模型构成与训练数据来源，并结合作业仓库中 V1/server/server.py 的源码，深入解析其"草图 + 指定色风格 → 成品插画"的服务端工作流与核心参数。读完你将掌握：如何用 CPU 或 GPU 搭建一个可交互的线稿上色服务、version/denoise等参数对渲染质量的实际影响，以及 Keras（TensorFlow）与 Chainer 两套框架在推理管线中各自承担的角色。

项目定位与核心能力

STYLE2PAINTS 是"sketch + style = paints"理念的开源实现（对应仓库 README.md 的项目描述）。根据 V1/README.md 的定义，V1 版本具备两项核心能力：

• 按给定色彩风格为线稿上色（paint on a sketch）：用户提交一张线稿（sketch）和一张参考图（reference），AI 依据参考图的色彩风格与局部提示（hint）完成上色；
• 插画风格迁移（transfer illustrations' style）：在线稿上色的基础上，将参考插画的风格迁移到内容之上。仓库另附 V1/AnimeStyleTransfer.md 专门讲解风格迁移的使用手法（详见本文第五节）。

从目录结构看，V1 由三部分构成：images/（测试样例）、page/（演示与截图素材）、server/（可运行的完整 Web 服务）。其中server/是一个 Cocos2d-JS 构建的 Canvas 前端（V1/server/game/index.html）+ Python 推理后端（V1/server/server.py）的组合，前端负责交互绘制，后端负责模型推理。

环境准备与依赖安装

V1/README.md 将部署分为两类场景，均以pip方式安装依赖。以下命令按原文档原样整理，并标注各依赖在源码中的实际用途。

CPU 服务器（适合入门体验）

原文档明确要求python 3 环境，依次执行：

pip install tensorflow pip install keras pip install chainer pip install bottle pip install gevent pip install h5py pip install opencv-python

GPU 服务器（适合研究用途）

原文档要求CUDA python 3.6 环境，并在 CPU 依赖基础上将tensorflow替换为tensorflow_gpu、追加cupy：

pip install tensorflow_gpu pip install keras pip install chainer pip install cupy pip install bottle pip install gevent pip install h5py pip install opencv-python

各依赖在服务端源码中的对应作用

对照 V1/server/server.py 的导入语句，可以确认每项依赖都不是可选项：

获取仓库与预训练模型

原文档给出的获取步骤为：

git clone https://github.com/lllyasviel/style2paints.git # 从 release 页面下载全部预训练模型，放入 style2paints/server 目录 cd style2paints/server python server.py cpu # CPU 模式

其中"下载全部预训练模型并放入 server 目录"是启动前必须完成的步骤。仓库中 V1/server/put_all_models_nearby.txt 正是对这一要求的占位记录；而 V1/server/server.py 在启动阶段会直接从当前目录加载三个模型文件：

chainer.serializers.load_npz('google_net.net', google_net) # L104 base_generator = load_model('base_generator.net') # L124 style2paints = load_model('style2paints.net') # L125

关于模型权重，V1/README.md 的 "Model" 一节给出了版权归属说明（截至 2018.12.1 记录）：

1. base_generator.net—— 版权归 2017 style2paints 所有；
2. style2paints.net—— 版权归 2017 style2paints 所有；
3. google_net.net—— 源自 nico-opendata 数据集训练的模型。

由于这些权重文件未随仓库分发，实际部署时需要从项目 release 页面自行获取。CPU 模式下请将python server.py cpu的cpu参数视为"禁用 GPU"的标志——源码通过is_GPU = (len(sys.argv) == 1)（L5）判断：不带参数即 GPU 模式，带cpu参数则走 CPU 推理分支（见 L111-L118、L287-L296、L321-L354 的两套分支）。

模型架构与双框架推理管线

GoogLeNet 参考图特征提取（Chainer）

参考图先被缩放到 224×224（V1/server/server.py L280），然后送入 Chainer 实现的 GoogLeNet。从源码中的网络定义（L32-L62）可以看到这是一个完整的 Inception 结构：conv1(3→64, stride=2)→conv2(64→192)→ 8 个InceptionBN模块（inc3a～inc5b）→ 三个输出分支out_tag/out_a_tag/out_b_tag，每个分支输出维度均为 3000。

网络前向（L64-L102）在每一层后通过全局平均池化提取"色彩风格提示向量"，共 12 个不同尺度/通道数的特征：

这 12 个向量随后被逐一填入 TensorFlow 侧 Keras 模型的对应tf.placeholder（L133-L144），作为色彩风格的"全局条件"驱动上色网络。GPU 模式下推理位于chainer.no_backprop_mode()与using_config('train', False)上下文内（L288-L291），关闭了梯度计算与训练开关，仅做前向特征提取。

Keras 双阶段上色生成（TensorFlow）

生成侧由两个 Keras 模型串成两阶段管线：

1. 第一段base_generator：输入为线稿单通道图（sketch_ref_input_448）、局部颜色提示图（local_hint_input_448）以及上述 12 个风格向量，输出local_drag_output/global_drag_output/paint_output三个分支（L146-L161）。paint_output即最终上色结果；
2. 第二段style2paints：将第一段输出与线稿 concat 后送入（combined_input_448 = tf.concat([sketch_ref_input_448, local_hint_input_448], axis=3)，L130），在高分辨率阶段做二次精修，得到带清晰线稿约束的最终画面。

整个推理过程在session.run(...)中以 feed_dict 注入所有输入完成（L322-L354）。模型的 TensorFlow Session 配置（L111-L113）只对 GPU 模式生效，将可见设备限定为tensorflow_GPU_ID，并通过per_process_gpu_memory_fraction=k_between_tf_and_chainer（默认 0.8）限制显存占用，为 Chainer 侧保留显存空间。

输入预处理与归一化

• 线稿：先由from_png_to_jpg（L394-L399）把带透明通道的 PNG 合成到白底，再转灰度、按长边缩放到 512 内（L261-L271）；norm_sketch（L420-L432）以 64×64 缩略图的 min/max 做全局归一化，denoise == 'true'时额外除以 0.9 提亮线稿，最后做二次幂增强并映射回 0-255；
• 参考图：直接缩放到 224×224 并归一化到 [0,1]（L280-L283）；
• 局部提示（hint）：RGBA 四通道输入（L300），RGB 色值先转到 HSV 空间乘以shifter增强饱和度（L303-L307），随后local_hint = (hint - 127) / 128映射到 [-1,1]，并按 alpha 通道逐通道加权（L311-L317），实现"颜色只在用户涂抹过的区域生效"。

后处理与输出落盘

生成结果先反归一化（加回均值[103.939, 116.779, 123.68]并 BGR→RGB 翻转，L359-L361），高分辨率模式下再经style2paints精修（L365-L377），最终在 HSV 空间把饱和度除以 0.9 提升色彩浓度（L381-L384），缩放回原始线稿尺寸后同时写入record/与game/results/两个目录（L387-L389），前端通过results/路径拉取结果图。

前端交互与 /paint 接口协议

前端由 Cocos2d-JS 构建，入口为 V1/server/game/index.html（加载src/settings.js与main.js），核心交互逻辑在 V1/server/game/src/project.js 的Controller组件中：

• 上传线稿：通过隐藏的<input type="file">（fileInputForSketch）触发，线稿被缩放显示在画布上，最多 1024 像素（project.js中tempDivSketch的 onload 逻辑）；
• 上传参考图：fileInputForReferene触发，参考图先按 224 像素等比缩放用于特征提取、再按 200 像素等比缩放用于界面色板取色；
• 画笔与橡皮：onPenClicked/onEraserClicked切换涂色/擦除，handlePainter中笔刷半径6 - B随版本号B变化（V1 半径 5、V4 半径 2），涂色采用半透明笔触（alpha 0.618）便于反复叠色；
• 取色器：点击参考图区域即可吸取该处颜色作为当前画笔色（handleColorPicker）；
• 提交上色：onColorizeClicked将线稿（sketch）、参考图（reference）、涂抹提示（hint）以 dataURL 编码，连同version、denoise、sketchID、referenceID通过XMLHttpRequestPOST 到/paint（i.open("POST","/paint",!0)）。

服务端 V1/server/server.py 的/paint路由（L178-L391）与前端一一对应：sketchID/referenceID为new时首次上传并落盘到record/，后续请求可直接复用已保存的线稿与参考图；每个交互会话都会在record/留下.sketch.png、.reference.png、.hint.png、.fin.jpg四类过程文件。响应体为dstr + '*' + referenceID格式，前端以*分割后拼接出results/下的结果图 URL（project.js中d函数）。

version 参数：四档渲染精度的语义

/paint请求中的version字段直接映射 V1/server/server.py L226-L256 的四组超参数，前端版本选择按钮onV1～onV4对应B = 1~4：

其中low_level_scale/high_level_scale通过unet_resize（L402-L417）控制送入 U-Net 的分辨率基数（短边基准，且对齐到 64 的倍数）；shifter控制提示色在 HSV 空间的饱和度增强倍数；up_level决定是否启用第二阶段style2paints高分辨率精修。可以看出V4 是最大分辨率 + 不降采样精修的配置，代价是显存与耗时更高。

denoise 参数：线稿提亮开关

denoise为'true'时，norm_sketch在归一化后额外执行sketch /= 0.9（L428-L429），等效于把线稿整体提亮约 11%，适合线条较淡、噪声较多的草图；设为'false'则保持原始对比度。

附：V1 中的插画风格迁移用法

V1/AnimeStyleTransfer.md 补充了同仓库内风格迁移的交互要点：在网页中点击upSketch上传内容图（建议 720p 以上高清图）、点击upReference上传风格图，并务必开启 V4（部分情况 V3）与 SX 开关——对应version=4（或 3）的高分辨率渲染路径与饱和风格增强选项。仓库V1/images_in_style_transfer/目录提供了 8 组内容/风格/结果示例（contents 与 styles 子目录为输入，results 为输出），可复现该流程。

训练数据集建议（面向研究者）

如需自行训练，V1/README.md 给出的两条官方建议：

1. 插画数据集：推荐 nico-opendata 的 40 万张插画图片；
2. 线稿数据集：推荐使用 sketchKeras 工具从插画中提取线稿。

常见问题与部署提示

• 模型缺失：启动时load_model/load_npz找不到.net文件会直接报错，务必按 V1/server/put_all_models_nearby.txt 的提示把三个模型放在V1/server/目录下再执行python server.py；
• GPU/CPU 切换：以python server.py（无参数）启动为 GPU 模式，以python server.py cpu启动为 CPU 模式（V1/server/server.py L5 的is_GPU判定），CPU 模式下 Chainer 与 TensorFlow 均使用纯 CPU 计算，无需 CuPy；
• 显存分配：GPU 模式下 TensorFlow 默认占用 80% 显存（k_between_tf_and_chainer = 0.8），若显存不足可调整该常量，并为 Chainer 预留足够空间；
• 端口与访问：服务默认监听0.0.0.0:8000（L434），启动后浏览器访问http://localhost:8000即可进入 Canvas 交互界面。

• 人工智能
• 计算机视觉
• 媒体生成
• 深度学习