深度学习模型在图像分类和目标检测等领域已经取得了显着的成功。但它们也可用于生成艺术作品，例如素描。今天发现一个有趣的模型是 Artline，它是一种深度学习模型，可以将照片转换为真实的素描风格。
Artline 使用一种称为“type transfer”的技术将图像转换为素描。风格转移涉及获取图像的内容并将其与另一幅图像的风格组合，创建新的合成图像。在 Artline 的使用场景下，输入图像的本身内容不变，而样式取自预定义的素描样式。
要使用 Artline 生成素描，用户只需输入图像即可。然后，该模型使用卷积神经网络 (CNN) 提取输入图像的特征，并将它们与素描的风格相结合。于是就能绘出一副捕捉到原始图像本质的逼真素描图。
Artline 的主要优势之一是它能够从各种输入图像生成高质量的素描。也就是这个原因，使它成为想要从自己的作品里创建独特素描的艺术家和设计师的一个多功能工具。
在本文中，我们将使用 Google Colab 来演示 Artline Project。（Google colab 允许我们在浏览器中运行代码而无需在本地安装任何东西）
让我们来到Artline的Github项目页面里：
https://link.zhihu.com/?target=https%3A//github.com/vijishmadhavan/ArtLine
点击下方“Open in Colab”按钮，打Colab notebook页面。
第一个单元格先把项目Clone下来：
!git clone https://github.com/vijishmadhavan/ArtLine.git ArtLine
第二个的单元格来到clone下来的项目目录里：
cd ArtLine
第三个单元执行 pip 命令，它安装 Artline 所需的所有库：
!pip install -r colab_requirements.txt
接下来的两个单元格导入必要的库并从 Dropbox里得到模型权重。
下一个单元格需要你为自己创建素描图像的 URL。
然后下一个单元格创建输入 url 的素描图像。
来来来，看细节多厉害！
Artline 的另一个强项是它的速度。该模型能够实时生成草图，从而可以让你轻松地尝试不同的素描样式和不同的原始照片。这使艺术家可以快速实施他们的想法并在短时间内制作多个素描。
