PyTorch Implementation of AnimeGANv2を用いて、生成した顔画像を元の画像に上書きするデモです。

• mediapipe 0.8.9 or later
• OpenCV 4.5.3.56 or later
• onnxruntime-gpu 1.9.0 or later
  ※onnxruntimeでも動作しますが、推論時間がかかるのでGPUをお勧めします

GeForce GTX 1050 Ti：約3.3fps
GeForce RTX 3060：約9fps

デモの実行方法は以下です。

python main.py

• --device
  カメラデバイス番号の指定
  デフォルト：0
• --movie
  動画ファイルの指定 ※指定時はカメラデバイスより優先
  デフォルト：指定なし
• --width
  カメラキャプチャ時の横幅
  デフォルト：960
• --height
  カメラキャプチャ時の縦幅
  デフォルト：540
• --fd_model_selection
  顔検出モデル選択(0：2m以内の検出に最適なモデル、1：5m以内の検出に最適なモデル)
  デフォルト：model/face_paint_512_v2_0.onnx
• --min_detection_confidence
  顔検出信頼値の閾値
  デフォルト：0.5
• --animegan_model
  AnimeGANv2のモデル格納パス
  デフォルト：model/face_paint_512_v2_0.onnx
• --animegan_input_size
  AnimeGANv2のモデルの入力サイズ
  デフォルト：512
• --ss_model_selection
  モデル種類指定
  0：Generalモデル(256x256x1 出力)
  1：Landscapeモデル(144x256x1 出力)
  デフォルト：0
• --ss_score_th
  スコア閾値(閾値以上：人間、閾値未満：背景)
  デフォルト：0.1
• --debug
  デバッグウィンドウを表示するか否か
  デフォルト：指定なし
• --debug_subwindow_ratio
  デバッグウィンドウの拡大率
  デフォルト：0.5

※デバッグ表示有効時は以下のようなウィンドウを表示

• bryandlee/animegan2-pytorch
• Kazuhito00/AnimeGANv2-ONNX-Sample
  同梱しているONNXはAnimeGANv2-ONNX-Sampleのノートブックを利用

高橋かずひと(https://twitter.com/KzhtTkhs)

AnimeGANv2-Face-Overlay-Demo is under MIT License.