一种基于卷积神经网络和VGGNet16模型的图像风格转换方法

摘要

本发明公开了一种基于卷积神经网络和VGGNet16模型的图像风格转换方法，包括对图像数据进行预处理，通过加载VGG16模型来获取13层卷积层的权重和偏置以及3层全连接层的权重和偏置，构建卷积神经网络对图像进行风格转换。本发明充分利用VGG16模型的深度层次和不同层次的权重和偏置的优点，运用卷积神经网络的结构和不同以往的损失计算方法，生成具有艺术效果的图像，解决以往工作人员通过软件或手工来绘制不同风格图像的问题，进一步提高工作人员办公的效率，从而减少工作人员工作时间并且提高生成图像的逼真性。