This repository has been archived on 2022-12-28. You can view files and clone it, but cannot push or open issues or pull requests.
arags/README.md
2020-10-18 01:10:12 +08:00

101 lines
3.1 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 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待那位大佬上传到托管平台就会放出项目链接
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](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