TinyZ's Blog 
实用工具 - 免费开源的AI转换图片风格工具 - AnimeGANv3
497 字
2 分钟
实用工具 - 免费开源的AI转换图片风格工具 - AnimeGANv3
AnimeGAN 是一种新型轻量级生成GAN(对抗网络)模型，可以实现图片、照片、动画等作品的快速动画风格迁移。
AnimeGANv2
AnimeGANv2 相比于前一代 AnimeGAN, 判别器从实力归一化修改特征层归一化。
AnimeGANv2中生成器的网络结构如图2所示，K代表卷积核大小，S代表步长，C代表卷积核个数，IRB代表倒残差块，resize代表插值up-采样方法，SUM表示逐元素相加。AnimeGANv2 的生成器参数大小为 8.6MB，AnimeGAN 的生成器参数大小为 15.8MB。AnimeGANv2 使用与 AnimeGAN 相同的判别器，区别在于判别器使用层归一化而不是实例归一化。
AnimeGANv3
AnimeGANv3 的主要动画生成风格依然还是宫崎骏和新海诚风格的，相比之前的AnimeGAN和AnimeGANv2，在动画生成效果上，它的改进在于：更小的生成器模型大小，仅有4点几MB；生成的动画效果不再包含训练风格图片中的颜色和色调，能够原本的保持输入照片中的色彩和亮度。
通过网站免费在线使用AnimeGANv3 Online 或者 手机扫描下方二维码打开
使用示例
可以选择转换结果的风格，内置提供以下8种风格的输出。
分别对应 宫崎骏、新海诚、双城之战、迪士尼卡通、美式卡通、漫画、北欧神话、肖像速写八种风格。
展示转换结果图
参考资料
支持与分享
如果这篇文章对你有帮助，欢迎分享给更多人或赞助支持！
实用工具 - 免费开源的AI转换图片风格工具 - AnimeGANv3
https://tinyzzh.github.io/posts/2023-02-22-ai_convert_photos_anime_style_animeganv3/ 相关文章 智能推荐
1
Rust 2026 经验谈 - Rust 2026 展望
Rust stabilize 预览特性（return type notation、effects、gen blocks、trait aliases）、已稳定特性回顾、crates.io 趋势、Rust 行业落地案例、Rust 基金会与治理、Rust 未来方向思考。
2
Rust 2026 经验谈 - 嵌入式 Rust 概览
Rust no_std 世界、cortex-m 生态（PAC/SVD/HAL 三层）、embassy 异步框架、defmt 零成本日志、probe-rs 工具链、嵌入式项目模板选型。
3
Rust 2026 经验谈 - 性能优化实战
Rust flamegraph 生成、perf/DTrace 采样分析、堆分析 dhat、零拷贝技术、SIMD、分支预测与 cache 友好设计、inline 策略——从方法论到工具链的完整性能优化指南。
4
Rust 2026 经验谈 - 测试策略全景
Rust 单元/集成/doc test 组织与惯例、proptest 属性测试、rstest fixture 与参数化、mockall mock 框架、测试异步代码、criterion benchmark 实操、测试覆盖率 cargo-llvm-cov。
5
Rust 2026 经验谈 - 可观测性三件套
Rust tracing 框架深度用法（span/event/subscriber 三层模型）、metrics 集成（metrics crate + Prometheus）、opentelemetry-rust 接入三信号、结构化日志、生产环境可观测性最佳实践。
随机文章 随机推荐
评论区
欢迎来到我的博客！这是一则示例公告。
音乐
暂未播放
0:00 0:00
254
38
318
419,217
0 天
0 天前