arags/README.md

Aotu Role Automatic Generation Site

介绍

本项目是送给各位凹凸世界迷的小礼物～

基于某大佬开发的凹凸世界作画AI

本项目已经得到原作者的授权，并与原作者以相同的授权协议开放源代码

官方演示站点：https://ai.ghink.net/arags

每个角色包含约6000张示例图片，GeCloud GPU服务器提供生成算力

本项目内有较大的文件无法上传码云，可以前往官方演示站下载

本项目适合有一定计算机基础并且愿意折腾动手的小伙伴，如果只是为了下载QQ头像（误），我们的官方网站每周都会生成新的画作，可以直接前往下载哦

软件架构

本项目使用Google的Tensorflow进行渲染 基于NVIDIA的CUDA计算与GAN生成对抗网络开发 使用Python进行核心部分开发

硬件要求

1. 任意NVIDIA旗下支持CUDA计算的显卡
2. 主频高于2.0GHz的中央处理器
3. 大于等于6GB的运行内存
4. 不小于10MB/s读取速度的存储设备

示范：

1. GTX660/2G
2. E3-1230v3
3. 16G/DDR3
4. 西部数据Blue/2TB

环境要求

1. Windows操作系统（推荐Windows10）
2. 完整安装的NVIDIA显卡驱动
3. 完整安装的已经安装了cudnn的我们提供的CUDA API程序
4. 完整安装的Python
5. 完整安装的Python-tensorflow_gpu-1.14.0
6. 完整安装的Python-numpy
7. 完整安装的Python-pillow
8. 完整安装的Python-qrcode
9. 完整安装的Python-requests

如果需要搭建演示环境，则还需要：

8. 完整安装的Nginx环境

安装过程

1. 安装您的显卡对应的驱动程序（NVIDIA官网下载）
2. 安装本项目内的CUDAAPI包（演示站下载）
3. 将本项目目内的cudnnlib包解压缩后放入CUDA安装目录内
4. 安装Python
5. 通过pip安装tensorflow_gpu-1.14.0（注意版本！1.14.0）
6. 通过pip安装numpy
7. 通过pip安装pillow
8. 通过pip安装qrcode
9. 通过pip安装requests

如果需要搭建演示环境，则还需要：

8. 通过任意方法完整安装Nginx环境
9. 将本项目的Nginx.conf文件内内容复制进Nginx的目录中
10. 将本项目的.autoindex文件夹放入演示站站点根目录中

使用方法

单次生成：

1. 在draw.py文件内修改你想要的保存目录与角色（文件内有注释）
2. 打开draw.py等待运行，完成后会自动退出

多次生成：

1. 在draw.py文件中修改你想要的保存目录与角色（文件内有注释）
2. 在loop.py文件中修改你想要的生成次数（文件内有注释）
3. 打开loop.py等待运行，完成后会自动退出

网站全自动：

1. 安装并配置Nginx程序（本文档不做过多解释）
2. 在loop.py文件中修改你各角色你想要的生成次数
3. 在系统内设置定时任务执行（本文不做过多解释）

注意，官方提供的loop中有删除旧文档功能，如果不要可以将其删除 没有Python基础的，尽量不要改动目录结构，防止无法生成甚至误删文件

参与贡献

@rand0mz

@Bigsk