[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-SystemErrorWang--White-box-Cartoonization":3,"tool-SystemErrorWang--White-box-Cartoonization":62},[4,18,26,35,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,2,"2026-04-10T11:39:34",[14,15,13],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":32,"last_commit_at":41,"category_tags":42,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[43,13,15,14],"插件",{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[52,15,13,14],"语言模型",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[14,15,13,61],"视频",{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":74,"owner_location":77,"owner_email":74,"owner_twitter":74,"owner_website":74,"owner_url":78,"languages":79,"stars":96,"forks":97,"last_commit_at":98,"license":74,"difficulty_score":10,"env_os":99,"env_gpu":100,"env_ram":101,"env_deps":102,"category_tags":109,"github_topics":74,"view_count":32,"oss_zip_url":74,"oss_zip_packed_at":74,"status":17,"created_at":110,"updated_at":111,"faqs":112,"releases":143},6829,"SystemErrorWang\u002FWhite-box-Cartoonization","White-box-Cartoonization","Official tensorflow implementation for CVPR2020 paper “Learning to Cartoonize Using White-box Cartoon Representations”","White-box-Cartoonization 是一款基于深度学习的开源项目，旨在将普通照片自动转换为风格鲜明的卡通图像。它源自 CVPR 2020 的研究论文，核心解决了传统滤镜风格单一、缺乏艺术感的问题，能够智能提取并重构图像中的线条与色彩，生成类似新海诚或宫崎骏动画风格的画面。\n\n该项目不仅适用于风景、食物和室内场景，对人像也有良好的处理效果（另有专门优化的人脸版本）。其独特的技术亮点在于提出了“白盒卡通表示”方法，通过解耦图像的内容结构与纹理风格，实现了更可控、更高质量的风格迁移，而非简单的黑盒映射。\n\nWhite-box-Cartoonization 非常适合开发者、AI 研究人员以及需要批量处理图像的设计师使用。项目提供了完整的 TensorFlow 训练与推理代码，支持 Linux、Windows 和 macOS 系统，并附带 Docker 镜像以便快速部署。虽然普通用户也可通过第三方在线演示体验其功能，但若想自定义训练数据或深入理解算法原理，具备一定的编程基础和 GPU 环境将是最佳选择。","\u003Cimg src='https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_622b925b507c.jpg' align=\"left\" width=1000>\n\n\u003Cbr>\u003Cbr>\u003Cbr>\n\n# [CVPR2020]Learning to Cartoonize Using White-box Cartoon Representations\n[project page](https:\u002F\u002Fsystemerrorwang.github.io\u002FWhite-box-Cartoonization\u002F) |   [paper](https:\u002F\u002Fgithub.com\u002FSystemErrorWang\u002FWhite-box-Cartoonization\u002Fblob\u002Fmaster\u002Fpaper\u002F06791.pdf) |   [twitter](https:\u002F\u002Ftwitter.com\u002FIlIIlIIIllIllII\u002Fstatus\u002F1243108510423896065) |   [zhihu](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F117422157) |   [bilibili](https:\u002F\u002Fwww.bilibili.com\u002Fvideo\u002Fav56708333) |  [facial model](https:\u002F\u002Fgithub.com\u002FSystemErrorWang\u002FFacialCartoonization)\n\n- Tensorflow implementation for CVPR2020 paper “Learning to Cartoonize Using White-box Cartoon Representations”.\n- Improved method for facial images are now available:\n- https:\u002F\u002Fgithub.com\u002FSystemErrorWang\u002FFacialCartoonization\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_bfa76e112314.jpg\" width=\"1000px\"\u002F>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_5982d84c2435.jpg\" width=\"1000px\"\u002F>\n\n## Use cases\n\n### Scenery\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_cd16579ea89f.jpg\" width=\"1000px\"\u002F>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_00ba6da63ce9.jpg\" width=\"1000px\"\u002F>\n\n### Food\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_94d96d27dd44.jpg\" width=\"1000px\"\u002F>\n\n### Indoor Scenes\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_4db33bebc21c.jpg\" width=\"1000px\"\u002F>\n\n### People\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_5bba79b653fa.jpg\" width=\"1000px\"\u002F>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_a402111a6d2a.jpg\" width=\"1000px\"\u002F>\n\n### More Images Are Shown In The Supplementary Materials\n\n\n## Online demo\n\n- Some kind people made online demo for this project\n- Demo link: https:\u002F\u002Fcartoonize-lkqov62dia-de.a.run.app\u002Fcartoonize\n- Code: https:\u002F\u002Fgithub.com\u002Fexperience-ml\u002Fcartoonize\n- Sample Demo: https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=GqduSLcmhto&feature=emb_title\n\n## Prerequisites\n\n- Training code: Linux or Windows\n- NVIDIA GPU + CUDA CuDNN for performance\n- Inference code: Linux, Windows and MacOS\n\n\n## How To Use\n\n### Installation\n\n- Assume you already have NVIDIA GPU and CUDA CuDNN installed\n- Install tensorflow-gpu, we tested 1.12.0 and 1.13.0rc0\n- Install scikit-image==0.14.5, other versions may cause problems\n\n\n### Docker\n\nYou can run the cartoonization using Docker without installing any dependencies locally.\n\n#### Build the Docker image\n\n```bash\ndocker build --platform linux\u002Famd64 -t whitebox-cartoonization:latest .\n```\n\n#### Run with default test images\n\n```bash\ndocker run --rm --platform linux\u002Famd64 whitebox-cartoonization:latest\n```\n\n#### Run with custom images\n\nMount your input and output directories as volumes:\n\n```bash\ndocker run --rm --platform linux\u002Famd64 \\\n  -v \u002Fpath\u002Fto\u002Fyour\u002Fimages:\u002Fapp\u002Ftest_code\u002Ftest_images \\\n  -v \u002Fpath\u002Fto\u002Foutput:\u002Fapp\u002Ftest_code\u002Fcartoonized_images \\\n  whitebox-cartoonization:latest\n```\n\n#### Docker environment details\n\n- **Base image:** tensorflow\u002Ftensorflow:1.15.5-py3 (Ubuntu 18.04)\n- **Python:** 3.6\n- **TensorFlow:** 1.15.5\n- **Platform:** linux\u002Famd64 (works on Apple Silicon via emulation)\n\n\n### Inference with Pre-trained Model\n\n- Store test images in \u002Ftest_code\u002Ftest_images\n- Run \u002Ftest_code\u002Fcartoonize.py\n- Results will be saved in \u002Ftest_code\u002Fcartoonized_images\n\n\n### Train\n\n- Place your training data in corresponding folders in \u002Fdataset \n- Run pretrain.py, results will be saved in \u002Fpretrain folder\n- Run train.py, results will be saved in \u002Ftrain_cartoon folder\n- Codes are cleaned from production environment and untested\n- There may be minor problems but should be easy to resolve\n- Pretrained VGG_19 model can be found at following url:\nhttps:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1j0jDENjdwxCDb36meP6-u5xDBzmKBOjJ\u002Fview?usp=sharing\n\n\n\n### Datasets\n\n- Due to copyright issues, we cannot provide cartoon images used for training\n- However, these training datasets are easy to prepare\n- Scenery images are collected from Shinkai Makoto, Miyazaki Hayao and Hosoda Mamoru films\n- Clip films into frames and random crop and resize to 256x256\n- Portrait images are from Kyoto animations and PA Works\n- We use this repo(https:\u002F\u002Fgithub.com\u002Fnagadomi\u002Flbpcascade_animeface) to detect facial areas\n- Manual data cleaning will greatly increace both datasets quality\n\n## Acknowledgement\n\nWe are grateful for the help from Lvmin Zhang and Style2Paints Research\n\n## License\n- Copyright (C) Xinrui Wang All rights reserved. Licensed under the CC BY-NC-SA 4.0 \n- license (https:\u002F\u002Fcreativecommons.org\u002Flicenses\u002Fby-nc-sa\u002F4.0\u002Flegalcode).\n- Commercial application is prohibited, please remain this license if you clone this repo\n\n## Citation\n\nIf you use this code for your research, please cite our [paper](https:\u002F\u002Fsystemerrorwang.github.io\u002FWhite-box-Cartoonization\u002F):\n\n@InProceedings{Wang_2020_CVPR,\nauthor = {Wang, Xinrui and Yu, Jinze},\ntitle = {Learning to Cartoonize Using White-Box Cartoon Representations},\nbooktitle = {IEEE\u002FCVF Conference on Computer Vision and Pattern Recognition (CVPR)},\nmonth = {June},\nyear = {2020}\n}\n\n\n# 中文社区\n\n我们有一个除了技术什么东西都聊的以技术交流为主的群。如果你一次加群失败，可以多次尝试: 816096787。\n","\u003Cimg src='https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_622b925b507c.jpg' align=\"left\" width=1000>\n\n\u003Cbr>\u003Cbr>\u003Cbr>\n\n# [CVPR2020]利用白盒卡通表示学习卡通化\n[项目页面](https:\u002F\u002Fsystemerrorwang.github.io\u002FWhite-box-Cartoonization\u002F) |   [论文](https:\u002F\u002Fgithub.com\u002FSystemErrorWang\u002FWhite-box-Cartoonization\u002Fblob\u002Fmaster\u002Fpaper\u002F06791.pdf) |   [推特](https:\u002F\u002Ftwitter.com\u002FIlIIlIIIllIllII\u002Fstatus\u002F1243108510423896065) |   [知乎](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F117422157) |   [哔哩哔哩](https:\u002F\u002Fwww.bilibili.com\u002Fvideo\u002Fav56708333) |  [人脸模型](https:\u002F\u002Fgithub.com\u002FSystemErrorWang\u002FFacialCartoonization)\n\n- CVPR2020论文“利用白盒卡通表示学习卡通化”的TensorFlow实现。\n- 针对人脸图像的改进方法现已可用：\n- https:\u002F\u002Fgithub.com\u002FSystemErrorWang\u002FFacialCartoonization\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_bfa76e112314.jpg\" width=\"1000px\"\u002F>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_5982d84c2435.jpg\" width=\"1000px\"\u002F>\n\n## 应用场景\n\n### 风景\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_cd16579ea89f.jpg\" width=\"1000px\"\u002F>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_00ba6da63ce9.jpg\" width=\"1000px\"\u002F>\n\n### 食物\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_94d96d27dd44.jpg\" width=\"1000px\"\u002F>\n\n### 室内场景\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_4db33bebc21c.jpg\" width=\"1000px\"\u002F>\n\n### 人物\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_5bba79b653fa.jpg\" width=\"1000px\"\u002F>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_readme_a402111a6d2a.jpg\" width=\"1000px\"\u002F>\n\n### 更多图片请参见补充材料\n\n\n## 在线演示\n\n- 一些好心人为此项目制作了在线演示\n- 演示链接：https:\u002F\u002Fcartoonize-lkqov62dia-de.a.run.app\u002Fcartoonize\n- 代码：https:\u002F\u002Fgithub.com\u002Fexperience-ml\u002Fcartoonize\n- 示例演示：https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=GqduSLcmhto&feature=emb_title\n\n## 先决条件\n\n- 训练代码：Linux或Windows\n- NVIDIA GPU + CUDA CuDNN以获得最佳性能\n- 推理代码：Linux、Windows和MacOS\n\n\n## 使用方法\n\n### 安装\n\n- 假设您已经安装了NVIDIA GPU和CUDA CuDNN\n- 安装tensorflow-gpu，我们测试过1.12.0和1.13.0rc0版本\n- 安装scikit-image==0.14.5，其他版本可能会导致问题\n\n\n### Docker\n\n您可以通过Docker运行卡通化，而无需在本地安装任何依赖项。\n\n#### 构建Docker镜像\n\n```bash\ndocker build --platform linux\u002Famd64 -t whitebox-cartoonization:latest .\n```\n\n#### 使用默认测试图片运行\n\n```bash\ndocker run --rm --platform linux\u002Famd64 whitebox-cartoonization:latest\n```\n\n#### 使用自定义图片运行\n\n将您的输入和输出目录挂载为卷：\n\n```bash\ndocker run --rm --platform linux\u002Famd64 \\\n  -v \u002Fpath\u002Fto\u002Fyour\u002Fimages:\u002Fapp\u002Ftest_code\u002Ftest_images \\\n  -v \u002Fpath\u002Fto\u002Foutput:\u002Fapp\u002Ftest_code\u002Fcartoonized_images \\\n  whitebox-cartoonization:latest\n```\n\n#### Docker环境详情\n\n- **基础镜像:** tensorflow\u002Ftensorflow:1.15.5-py3 (Ubuntu 18.04)\n- **Python:** 3.6\n- **TensorFlow:** 1.15.5\n- **平台:** linux\u002Famd64 (可通过模拟在Apple Silicon上运行)\n\n\n### 使用预训练模型进行推理\n\n- 将测试图片存放在\u002Ftest_code\u002Ftest_images中\n- 运行\u002Ftest_code\u002Fcartoonize.py\n- 结果将保存在\u002Ftest_code\u002Fcartoonized_images中\n\n\n### 训练\n\n- 将您的训练数据放入\u002Fdataset中的相应文件夹\n- 运行pretrain.py，结果将保存在\u002Fpretrain文件夹中\n- 运行train.py，结果将保存在\u002Ftrain_cartoon文件夹中\n- 代码来自生产环境，未经充分测试\n- 可能存在一些小问题，但应该容易解决\n- 预训练的VGG_19模型可在以下网址找到：\nhttps:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1j0jDENjdwxCDb36meP6-u5xDBzmKBOjJ\u002Fview?usp=sharing\n\n\n\n### 数据集\n\n- 由于版权问题，我们无法提供用于训练的卡通图像\n- 但是，这些训练数据集很容易准备\n- 风景图像收集自新海诚、宫崎骏和细田守的电影\n- 将影片剪辑成帧，并随机裁剪和调整大小至256x256\n- 人像图像来自京都动画和PA Works\n- 我们使用这个仓库(https:\u002F\u002Fgithub.com\u002Fnagadomi\u002Flbpcascade_animeface)来检测面部区域\n- 手动清理数据将大大提高两个数据集的质量\n\n## 致谢\n\n我们感谢张立民和Style2Paints Research的帮助。\n\n## 许可证\n- 版权所有 © Xinrui Wang。根据CC BY-NC-SA 4.0许可证授权（https:\u002F\u002Fcreativecommons.org\u002Flicenses\u002Fby-nc-sa\u002F4.0\u002Flegalcode）。\n- 禁止商业用途，如果您克隆此仓库，请保留此许可证。\n\n## 引用\n如果您在研究中使用此代码，请引用我们的[论文](https:\u002F\u002Fsystemerrorwang.github.io\u002FWhite-box-Cartoonization\u002F)：\n\n@InProceedings{Wang_2020_CVPR,\nauthor = {Wang, Xinrui and Yu, Jinze},\ntitle = {Learning to Cartoonize Using White-Box Cartoon Representations},\nbooktitle = {IEEE\u002FCVF Conference on Computer Vision and Pattern Recognition (CVPR)},\nmonth = {June},\nyear = {2020}\n}\n\n\n# 中文社区\n\n我们有一个除了技术什么东西都聊的以技术交流为主的群。如果你一次加群失败，可以多次尝试: 816096787。","# White-box-Cartoonization 快速上手指南\n\n本项目基于 CVPR 2020 论文《Learning to Cartoonize Using White-box Cartoon Representations》，可将真实照片转换为动漫风格图像。\n\n## 环境准备\n\n**系统要求：**\n- **训练代码**：Linux 或 Windows\n- **推理代码（仅使用模型）**：Linux、Windows 或 MacOS\n- **硬件加速**：推荐使用 NVIDIA GPU + CUDA CuDNN 以获得最佳性能（推理在非 GPU 环境下也可运行，但速度较慢）\n\n**前置依赖：**\n- Python 3.6 (Docker 环境默认) 或兼容版本\n- TensorFlow GPU 版本 (测试通过版本：1.12.0, 1.13.0rc0, 1.15.5)\n- scikit-image (严格版本：0.14.5，其他版本可能导致问题)\n\n## 安装步骤\n\n### 方式一：使用 Docker（推荐，无需配置本地环境）\n\n如果你已安装 Docker，这是最简便的方式，支持 Linux\u002FmacOS\u002FWindows。\n\n1. **构建镜像**\n   ```bash\n   docker build --platform linux\u002Famd64 -t whitebox-cartoonization:latest .\n   ```\n\n2. **验证安装（使用默认测试图片）**\n   ```bash\n   docker run --rm --platform linux\u002Famd64 whitebox-cartoonization:latest\n   ```\n\n### 方式二：本地手动安装\n\n1. **安装 TensorFlow GPU**\n   ```bash\n   pip install tensorflow-gpu==1.15.5\n   # 或者根据显卡驱动选择 1.12.0 或 1.13.0rc0\n   ```\n\n2. **安装特定版本的 scikit-image**\n   ```bash\n   pip install scikit-image==0.14.5\n   ```\n\n3. **下载预训练模型**\n   从以下链接下载 VGG_19 预训练模型并放置于项目目录：\n   [Google Drive 下载链接](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1j0jDENjdwxCDb36meP6-u5xDBzmKBOjJ\u002Fview?usp=sharing)\n\n## 基本使用\n\n### 场景 A：使用 Docker 处理自定义图片\n\n将本地图片目录挂载到容器中进行转换。\n\n1. 准备输入目录（存放原图）和输出目录（存放结果）。\n2. 运行以下命令（请替换 `\u002Fpath\u002Fto\u002F...` 为实际路径）：\n\n   ```bash\n   docker run --rm --platform linux\u002Famd64 \\\n     -v \u002Fpath\u002Fto\u002Fyour\u002Fimages:\u002Fapp\u002Ftest_code\u002Ftest_images \\\n     -v \u002Fpath\u002Fto\u002Foutput:\u002Fapp\u002Ftest_code\u002Fcartoonized_images \\\n     whitebox-cartoonization:latest\n   ```\n\n3. 转换后的图片将保存在 `\u002Fpath\u002Fto\u002Foutput` 目录中。\n\n### 场景 B：本地运行推理\n\n1. **准备图片**\n   将需要转换的测试图片放入 `\u002Ftest_code\u002Ftest_images` 文件夹。\n\n2. **执行转换**\n   在项目根目录下运行：\n   ```bash\n   python \u002Ftest_code\u002Fcartoonize.py\n   ```\n\n3. **获取结果**\n   生成的动漫风格图片将保存在 `\u002Ftest_code\u002Fcartoonized_images` 文件夹中。\n\n> **注意**：如需针对人脸进行更优化的卡通化效果，建议参考作者提供的专用项目 [FacialCartoonization](https:\u002F\u002Fgithub.com\u002FSystemErrorWang\u002FFacialCartoonization)。","一家独立游戏开发团队正在为一款复古风格的冒险游戏快速生成大量手绘风格的背景素材，以替代昂贵的原画外包。\n\n### 没有 White-box-Cartoonization 时\n- **美术成本高昂**：团队需聘请专业画师将实拍照片逐张重绘为新海诚或吉卜力风格，单张耗时数小时，预算严重超支。\n- **风格难以统一**：不同画师对“卡通化”理解不一，导致场景色调、线条粗细不一致，破坏游戏整体视觉沉浸感。\n- **迭代效率低下**：策划调整场景构图后，美术资源无法实时反馈，必须等待人工重绘，严重拖慢开发进度。\n- **细节丢失严重**：传统滤镜（如油画效果）往往模糊建筑纹理和光影层次，无法满足游戏对场景细节的高要求。\n\n### 使用 White-box-Cartoonization 后\n- **自动化风格迁移**：直接输入实地拍摄的照片，White-box-Cartoonization 能在秒级时间内将其转化为高质量的动漫风格图像，大幅降低人力成本。\n- **白盒表征控制**：利用其独特的“白盒卡通表征”技术，团队可精准保留原始照片中的结构边缘与光照细节，确保生成的场景既具艺术感又不失真实逻辑。\n- **风格高度一致**：基于同一预训练模型批量处理数百张素材，保证了从城市街景到室内家居的视觉风格完全统一。\n- **敏捷开发支持**：策划修改方案后，开发者只需重新运行推理脚本即可即时获得新素材，实现了美术资源的快速迭代。\n\nWhite-box-Cartoonization 通过将复杂的艺术风格迁移转化为可控的自动化流程，让小型团队也能以极低成本打造出电影级的动漫游戏世界。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSystemErrorWang_White-box-Cartoonization_622b925b.jpg","SystemErrorWang",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FSystemErrorWang_c2689c0c.png","Interested in ACG related AIGC applications, including image and video synthesis, i2i translation, style transfer","Tokyo","https:\u002F\u002Fgithub.com\u002FSystemErrorWang",[80,84,88,92],{"name":81,"color":82,"percentage":83},"Python","#3572A5",88.1,{"name":85,"color":86,"percentage":87},"HTML","#e34c26",5.4,{"name":89,"color":90,"percentage":91},"CSS","#663399",5.1,{"name":93,"color":94,"percentage":95},"Dockerfile","#384d54",1.4,4004,742,"2026-04-11T17:41:32","Linux, Windows, macOS","训练必需：NVIDIA GPU + CUDA + CuDNN；推理可选（CPU 可运行但性能较低）。具体显存大小和 CUDA 版本未说明，但依赖的 TensorFlow 1.12\u002F1.13\u002F1.15 通常对应 CUDA 9.0-10.0。","未说明",{"notes":103,"python":104,"dependencies":105},"1. 训练代码仅支持 Linux 和 Windows，推理代码支持 macOS。2. 强烈建议使用 Docker 运行以避免依赖冲突，Docker 基础镜像为 Ubuntu 18.04。3. scikit-image 必须严格使用 0.14.5 版本，其他版本可能导致问题。4. 训练需要预训练的 VGG_19 模型（需手动下载）。5. 由于版权原因，官方不提供用于训练的卡通数据集，需用户自行准备。6. 在 Apple Silicon (M1\u002FM2) 上可通过 Docker 模拟运行。","3.6 (Docker 环境明确指定，本地安装需匹配 TensorFlow 1.x 版本)",[106,107,108],"tensorflow-gpu==1.12.0 或 1.13.0rc0 (训练\u002F本地推理)","tensorflow==1.15.5 (Docker 环境)","scikit-image==0.14.5",[15],"2026-03-27T02:49:30.150509","2026-04-12T16:23:39.950736",[113,118,123,128,133,138],{"id":114,"question_zh":115,"answer_zh":116,"source_url":117},30791,"为什么复现训练的效果不如官方提供的预训练模型好？","官方预训练模型在人脸数据集上也不能保证完全没有伪影（artifacts）。如果专门针对人脸卡通化，建议查看作者改进的另一个仓库，那里提供了基于 PyTorch 的人脸卡通画模型。此外，确保使用正确的数据集和默认设置，若仍有差异可联系作者获取进一步帮助。","https:\u002F\u002Fgithub.com\u002FSystemErrorWang\u002FWhite-box-Cartoonization\u002Fissues\u002F4",{"id":119,"question_zh":120,"answer_zh":121,"source_url":122},30792,"训练时超参数（如 lambda 值或 selective search 参数）应该如何设置？结果出现全黑或效果不佳怎么办？","论文建议的超参数（λ1=1, λ2=10, λ3=λ4=2000, λ5=10000）是理论值，实际效果受数据集影响。对于 selective search 参数，如果出现图像全黑，可能是 power 值过大（如 1.2），尝试减小 power 值（如 0.35）并增加 seg_num（如 1500）可改善效果。像素值过大会导致输出异常，需根据具体数据集调整这些参数。","https:\u002F\u002Fgithub.com\u002FSystemErrorWang\u002FWhite-box-Cartoonization\u002Fissues\u002F14",{"id":124,"question_zh":125,"answer_zh":126,"source_url":127},30793,"如何理解表面表示（surface representation）及损失函数的设计？Guided Filter 为何没有去除纹理？","表面表示 F_dgf 是通过 Guided Filter 提取的。Guided Filter 的输出效果依赖于引导图（guided map）：如果引导图是高分辨率原图，输出也会保留高分辨率细节；若要去除纹理和细节获得表面表示，需要使用经过模糊处理或低分辨率的引导图。损失函数（结构、纹理、表面）的设计参考了神经风格迁移相关文献（如 'Neural Style Transfer: A Review'），旨在分离不同视觉特征。","https:\u002F\u002Fgithub.com\u002FSystemErrorWang\u002FWhite-box-Cartoonization\u002Fissues\u002F12",{"id":129,"question_zh":130,"answer_zh":131,"source_url":132},30794,"训练生成的图像中树木或毛绒物体过于模糊，且边缘出现溢色，如何解决？","树木模糊通常是 guided_filter 参数设置过强导致的。建议调整 guided_filter 的参数，例如将半径 r 设为 2，eps 设为 1e-1（代码示例：`blur_fake = guided_filter(output, output, r=2, eps=1e-1)`），以保留更多细节。对于边缘溢色问题，可以适当调整 TV loss 的权重。此外，混合使用多种数据集（如 AnimeGAN 数据集）并微调 gray loss 和 perceptual loss 的权重（如降至 0.01）也能显著改善效果。","https:\u002F\u002Fgithub.com\u002FSystemErrorWang\u002FWhite-box-Cartoonization\u002Fissues\u002F33",{"id":134,"question_zh":135,"answer_zh":136,"source_url":137},30795,"代码中生成器输出 G(I_p) 是否应该先经过 Guided Filter 再计算损失？","是的，代码中将生成器输出直接替换为滤波后的图像 F_dgf(G(I_p)) 是预期的行为。如果在新的数据集上训练发现生成图像过于真实（卡通感不足），可以尝试增大 g_loss_blur 和 superpixel_loss 的权重，或者减小 content loss 的权重来增强卡通化效果。","https:\u002F\u002Fgithub.com\u002FSystemErrorWang\u002FWhite-box-Cartoonization\u002Fissues\u002F52",{"id":139,"question_zh":140,"answer_zh":141,"source_url":142},30796,"运行时报错 'AttributeError: module tensorflow.python.framework.ops has no attribute RegisterShape' 如何解决？","这是 TensorFlow 版本兼容性问题。通常是因为使用了不匹配的 TensorFlow 版本（如 TF 2.x 与旧版 contrib 模块冲突）。解决方案是将 TensorFlow 降级到 1.15 版本（`pip install tensorflow-gpu==1.15`），该版本与项目代码中的 tf.slim 等操作兼容。","https:\u002F\u002Fgithub.com\u002FSystemErrorWang\u002FWhite-box-Cartoonization\u002Fissues\u002F30",[]]