基于DCT-Net模型实现人像卡通化｜快速上手GPU镜像
1. 镜像概述
本镜像基于经典的DCT-Net (Domain-Calibrated Translation)算法构建，二次开发 Gradio Web 交互界面。用户输入一张人物图像，即可实现端到端全图卡通化转换，生成二次元虚拟形象，并返回卡通化后的结果图像。
镜像名称
DCT-Net 人像卡通化模型GPU镜像
镜像描述
用户输入一张人物图像，实现端到端全图卡通化转换，生成二次元虚拟形象，返回卡通化后的结果图像。
2. 快速上手
2.1 启动 Web 界面 (推荐)
本镜像已配置后台自动管理服务，实例启动后会自动拉起卡通化 Web 服务。
操作步骤：
- 等待加载：实例开机后，请耐心等待 10 秒左右，系统正在初始化显存及加载模型。
- 进入界面：点击实例右侧控制面板中的“WebUI”按钮。
- 开始执行：上传图片，点击“🚀 立即转换”按钮，即可看到人像卡通画照片。
2.2 手动启动或重启应用
如需手动调试或重启应用，请在终端执行以下命令：
/bin/bash /usr/local/bin/start-cartoon.sh3. 环境说明
| 组件 | 版本 |
|---|---|
| Python | 3.7 |
| TensorFlow | 1.15.5 |
| CUDA / cuDNN | 11.3 / 8.2 |
| 代码位置 | /root/DctNet |
4. 常见问题
对图片有什么要求？本模型为人像专用，输入包含清晰人脸的照片效果最佳。建议图片分辨率不要超过 2000×2000 以获得最快响应。
使用范围？包含人脸的人像照片（3通道RGB图像，支持PNG、JPG、JPEG格式），人脸分辨率大于100x100，总体图像分辨率小于3000×3000。低质人脸图像建议预先进行人脸增强处理。
5. 参考资料与版权
- 官方算法：iic/cv_unet_person-image-cartoon_compound-models
- 二次开发：落花不写码 (CSDN 同名)
- 更新日期：2026-01-07
6. 引用 (Citation)
@inproceedings{men2022domain, title={DCT-Net: Domain-Calibrated Translation for Portrait Stylization}, author={Men, Yifang and Yao, Yuan and Cui, Miaomiao and Lian, Zhouhui and Xie, Xuansong}, journal={ACM Transactions on Graphics (TOG)}, volume={41}, number={4}, pages={1--9}, year={2022} }获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
