论文笔记：PaintsTorch: a User-Guided Anime Line Art Colorization Tool

版权声明：禁止转载。|  个人笔记，仅供参考。所列出的论文大多尚处于研究阶段。

---

1. 基本信息

论文标题：PaintsTorch: a User-Guided Anime Line Art Colorization Tool with Double Generator Conditional Adversarial Network

研究领域：计算机图形学，深度学习，生成式对抗网络（GAN），图像翻译（Image-to-Image Translation），基于深度学习的图像语义编辑（Deep semantic image editing）

发表时间：2019年12月

更新：这篇论文发表距今，已有较长时间了，线稿上色领域已出现了不少新的研究成果。技术一直在持续地进步。欲了解该领域的新进展，请关注其他新发表的论文。

数据集与模型大小

训练集：

PaintsTorch论文的训练集规模为：约四万（43,861）张彩色插画。

相关：Petalica Paint（2018年版本）的训练数据集规模为：约60万张彩色插画（估计数据集大小在600 GB以上）。

（希望业界将来会开放大规模国漫数据集。另外，由于缺少公开的大规模场景数据集，目前对场景线稿自动上色方法的研究较少，希望业界将来会开放大规模场景数据集。）

训练相关

需要训练多长时间？论文使用NVIDIA DGX Station（使用4块Tesla V100 GPU，每块显存为32GB）训练网络。在4万张图像的数据集上，迭代训练300 epoch，每次训练需约7天。（其训练时长，大致相当于：在包含四十万张图像的数据集上，迭代训练30 epoch。）