AI-Photo-Sketching — 写真から輪郭スケッチを生成する

AI/ML

概要

Photo-Sketchingリポジトリは、写真画像から人間が描くような輪郭スケッチ(contour drawings)を生成する深層学習モデルの実装と実験資産をまとめたものです。本リポジトリには学習用・評価用コード、事前学習済みモデルの配布リンク、データセット収集・前処理手順の説明、可視化やデモに使える資料(teaser画像など)が含まれており、論文(arXiv:1901.00542)およびプロジェクトページと併せて再現研究や改良に使えます。写真の重要な輪郭を抽出し、人手描きに近い線画を生成することを目的としています。

GitHub

リポジトリの統計情報

  • スター数: 1
  • フォーク数: 0
  • ウォッチャー数: 1
  • コミット数: 9
  • ファイル数: 15
  • メインの言語: Python

主な特徴

  • 写真から輪郭ベースのスケッチを生成するモデルの学習・評価コードを収録。
  • 論文に基づく実装で、pre-trainedモデルがGoogle Driveで提供されている。
  • データセット構築および前処理手順を含み、再現実験が行える。
  • デモ用の可視化(teaser画像やサンプル)や推論スクリプトを備える想定。

技術的なポイント

本プロジェクトは「写真→輪郭スケッチ」というタスクにフォーカスしており、従来の単純なエッジ検出とは異なる「人間らしい線(どの輪郭を描くか、どの程度省略するか)」を学習する点が重要です。リポジトリは学習(training)とテスト(inference)を分けたコード構成になっており、事前学習済みモデルをダウンロードしてすぐに評価を行えるようになっています。論文ではモデル設計や損失関数(ピクセルレベル損失に加え、より高次の描画特性を捉えるための補助的な損失や正則化)が説明されているため、リポジトリのコードはそれらを再現するための実験設定、データローダー、トレーニングループ、評価指標、結果の可視化ツールを含むはずです。データ面では、人手で描かれたスケッチと対応する写真から学習するため、アノテーションの収集方法や前処理(線画の二値化、スケール正規化、データ拡張など)に注力しています。実装はPythonベースで、外部依存(ディープラーニングフレームワークや画像処理ライブラリ)はREADMEに記載されており、Google Driveで配布される重みを用いた再現が容易です。研究用途としては、生成されたスケッチの定量評価(例えば人手描きスケッチとの一致度)や、モデルの拡張(スタイル変換、線種の制御、ベクトル化してイラスト制作ワークフローへ統合)などの出発点になります。

プロジェクトの構成

主要なファイルとディレクトリ:

  • .gitattributes: file
  • .gitignore: file
  • LICENSE: file
  • README.md: file
  • data: dir
  • doc: dir(teaserなどの画像を含む)
  • models: dir(事前学習モデルやチェックポイントを置く想定)
  • src / scripts: データ処理・学習・評価のスクリプト群(train/test等)
  • train.py: file(学習ループ、設定読み込み)
  • test.py: file(推論・評価の実行)
  • requirements.txt: file(依存環境のリスト)
  • utils.py / dataset.py: file(データローディング・前処理ユーティリティ)

…他 10 ファイル

(注)実際のファイル名・構成はリポジトリ内のREADMEやディレクトリを参照してください。事前学習済みモデルはREADME内のGoogle Driveリンクから取得できます。

まとめ

論文実装が整理され、pre-trainedモデルとデータ指示が揃った輪郭スケッチ生成の再現可能な実験基盤。

リポジトリ情報:

READMEの抜粋:

Photo-Sketching: Inferring Contour Drawings from Images

Teaser

This repo contains the training & testing code for our sketch generator. We also provide a [pre-trained model].

For technical details and the dataset, please refer to the [paper] and the [project page]. …