简介：这份资源是面向计算机、人工智能、通信工程等专业学生与教师的图像风格迁移完整项目包，基于CNN卷积神经网络实现，可作为毕业设计、课程设计或项目立项演示，也适合具备一定Python基础的学习者进阶参考。包内共93个文件，涵盖9个py源码、4个pth预训练模型、40张jpg与17张png风格及内容示例图、3段mp4演示视频，以及html、css等前端页面文件，压缩包约57.03MB，目录结构清晰，便于按模块查阅。项目已通过运行测试，提供图片与视频两种风格迁移功能，并附带训练脚本与操作说明，读者可据此完成环境配置、模型训练与效果验证，也可在现有代码基础上修改以扩展新功能。目前已有1144人学习下载，适合需要完整方案与可复用代码的读者参考借鉴。
1. 从一份能跑通的毕设源码说起：CNN 图像风格迁移到底交付了什么
如果你正在找一份能直接跑起来的 CNN 图像风格迁移毕设源码，这份资源大概率能省掉你两周的调试时间。它不是那种只丢几个.py文件、缺模型权重、跑起来一堆报错的半成品，而是把训练脚本、推理脚本、预训练模型、Web 交互界面、视频处理入口全部打包好了。解压后你会看到train.py、neural_style.py、app.py、test_on_image.py、test_on_video.py这些核心文件，checkpoints目录里躺着cuphead_10000.pth、sketch_2000.pth、starry_night_28000_vgg16.pth、mosaic_10000.pth四个已经训练好的风格模型，images/styles和images/content里备好了梵高、毕加索、蒙克等风格图和一批内容图。换句话说，你拿到手就能做三件事：用现成模型做图片风格迁移、用现成模型做视频风格迁移、用自己的数据集重新训练一个新风格模型。适合计算机、人工智能、通信工程等专业的在校生做毕设或课程设计，也适合想快速验证风格迁移效果的开发者。下面我按实际拆包和跑通的顺序，把环境、训练、推理、Web 端和踩坑点逐个讲清楚。
2. 环境配置与依赖安装：把 PyTorch、OpenCV、ffmpeg 一次装对
2.1 为什么推荐 Anaconda + PyCharm 而不是裸装 Python
这份源码的依赖列表不算短：PyTorch、torchvision、opencv、numpy、av、ffmpeg、skvideo、pillow、tqdm。如果你直接用系统 Python 装，很容易出现torch和torchvision版本不匹配、ffmpeg找不到可执行文件、cv2导入报 DLL 缺失这类问题。我一般会建议用 Anaconda 建一个独立环境，把 Python 版本锁在 3.8 或 3.9，因为源码里__pycache__目录下能看到models.cpython-37.pyc、models.cpython-39.pyc、models.cpython-310.pyc，说明作者在 3.7 到 3.10 都跑过，但 3.8/3.9 的兼容性最稳。PyCharm Community Edition 2022.3.3 是操作说明里明确提到的版本，用它的好处是能直接在 IDE 里配置解释器、看变量、打断点，比在 cmd 里盲跑舒服得多。
安装命令我习惯分两步走，先建环境再装包：
conda create -n style_transfer python=3.9 -y conda activate style_transfer这两行的作用是创建一个名为style_transfer的独立环境，Python 版本指定 3.9。-y表示自动确认，避免中途卡在交互提示。环境建好后，所有后续安装都只影响这个环境，不会污染系统 Python。
2.2 依赖安装的先后顺序与版本约束
PyTorch 的安装要看你的显卡。如果有 NVIDIA 显卡并且装了 CUDA，去 PyTorch 官网选对应 CUDA 版本的命令；如果没有显卡或者不想折腾，直接装 CPU 版也能跑，只是训练和视频推理会慢很多。我一般会先装 PyTorch 和 torchvision，再装其他：
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 pip install opencv-python numpy av scikit-video pillow tqdm ffmpeg-python第一行是装 GPU 版 PyTorch，cu118对应 CUDA 11.8，你要根据自己的 CUDA 版本改。第二行里opencv-python负责图像读写和 resize，av和scikit-video负责视频帧解码，ffmpeg-python是 ffmpeg 的 Python 封装。注意ffmpeg本身是一个独立的可执行程序，pip 装的ffmpeg-python只是调用接口，你还需要在系统里装 ffmpeg 并把它加到 PATH。Windows 下常见做法是去 ffmpeg 官网下压缩包，解压后把bin目录路径加到系统环境变量。装完后在 cmd 里敲ffmpeg -version，能输出版本号才算成功。
提示：如果你在
import cv2时报ImportError: DLL load failed，九成是opencv-python和 numpy 版本冲突。先pip uninstall opencv-python numpy，再pip install opencv-python==4.8.1.78 numpy==1.24.3，这个组合我在多台机器上验证过。
2.3 验证环境是否就绪的最小检查脚本
装完别急着跑app.py，先写个几行的检查脚本确认核心库都能导入：
import torch import torchvision import cv2 import numpy as np import av from PIL import Image print("torch:", torch.__version__) print("torchvision:", torchvision.__version__) print("cuda available:", torch.cuda.is_available()) print("opencv:", cv2.__version__) print("numpy:", np.__version__)这段代码的作用是逐个导入依赖并打印版本号。重点看cuda available这一行，如果是True，说明 GPU 可用，训练和推理会走显卡；如果是False，代码会自动回退到 CPU，功能不受影响但速度会明显下降。如果某个 import 直接报错，就回到上一步单独重装那个库。这一步花两分钟，能避免后面跑训练时才发现环境有问题。
3. 用自己的数据训练新风格模型：train.py 参数逐项拆解
3.1 风格迁移的训练逻辑与数据集准备
这份源码的训练脚本是train.py，它用的是快速风格迁移（Fast Neural Style Transfer）的思路：用一个前馈网络学习从内容图到风格化图的映射，训练完成后推理速度很快，不像原始 Gatys 方法那样每张图都要迭代优化。训练需要两部分数据：内容图数据集和风格图。内容图建议用 COCO 或者你自己收集的图片，放在一个目录下；风格图就是你想模仿的那幅画，比如images/styles/starry_night.jpg。操作说明里给的命令是：
python train.py --dataset_path data/coco/images/ --style_image images/styles/adriaen-van-ostade_landscape.jpg --epochs 1 --batch_size 4 --image_size 256这条命令里--dataset_path指向内容图目录，--style_image指向风格图，--epochs是训练轮数，--batch_size是批大小，--image_size是输入图像尺寸。注意操作说明里写的adriaen-van-ostade_landscape.jpg在images/styles目录下不一定存在，你换成实际有的风格图，比如starry_night.jpg或cuphead.jpg。
3.2 关键参数怎么调：epochs、batch_size、image_size 的取舍
--epochs 1只是演示能跑通，真正要出一个可用的风格模型，通常需要几千到几万次迭代。源码里starry_night_28000_vgg16.pth这个文件名暗示了它训练了 28000 次迭代，cuphead_10000.pth是 10000 次。所以如果你要自己训一个能看的模型，别只跑 1 个 epoch，至少准备跑几个小时到十几个小时，具体看显卡。
--batch_size 4在 8GB 显存的卡上比较稳，如果你显存只有 4GB，改成 2 或 1；显存 12GB 以上可以试 8。--image_size 256是训练时的输入分辨率，256 是速度和质量的折中，调到 512 会更清晰但显存占用翻倍、速度慢很多。我一般先用 256 跑通流程，确认 loss 在下降，再考虑加大分辨率。
训练过程中你会看到 loss 输出，风格迁移的 loss 通常由内容损失和风格损失加权组成。如果内容损失下降但风格损失不降，可能是风格权重设得太低；反过来风格很浓但内容完全看不清，就是风格权重太高。源码里这些权重一般在models.py或neural_style.py里定义，你可以搜content_weight和style_weight这两个变量。
3.3 训练中断与恢复：checkpoints 目录的作用
训练脚本一般会定期保存模型到checkpoints目录。如果你训练到一半断电或者想先停，下次可以加载上次的权重继续。常见做法是在train.py里加一个--resume参数指向已有的.pth文件，或者直接改代码里的加载路径。这份源码里已经有四个训练好的.pth，你可以直接拿来做推理，也可以作为继续训练的基础。注意.pth文件是 PyTorch 的 state_dict 格式，加载时要保证网络结构和保存时一致，否则会报 key 不匹配。如果你改了models.py里的网络层，旧权重就不能直接用了。
4. 图片与视频风格迁移：Web 端和脚本两种用法
4.1 启动 Flask 应用：app.py 的路由与上传逻辑
操作说明里写的启动方式是python app.py，然后访问http://127.0.0.1:5000。app.py是一个 Flask 应用，里面定义了两个主要路由：一个处理图片上传和风格迁移，一个处理视频上传和风格迁移。启动后你会看到一个网页，上面有图片风格迁移和视频风格迁移两个板块。图片板块的操作流程是：点击“选择文件”上传本地图片，在下拉框里选一个风格模型，点“apply style”，等页面刷新后就能看到生成的图片。视频板块同理，只是上传的是视频文件，生成的是风格化后的视频。
这里有个细节：下拉框里的风格模型对应的是checkpoints目录下的.pth文件。如果你自己训练了新模型，把它放进checkpoints目录，并在app.py里把模型列表更新一下，就能在网页上选到。app.py里通常有一个字典或列表维护模型名称和路径的映射，搜checkpoints或.pth就能找到。
4.2 不启动 Web 直接用脚本推理：test_on_image.py 和 test_on_video.py
如果你不想开网页，或者想批量处理图片，可以直接用test_on_image.py和test_on_video.py。这两个脚本一般接受输入路径、风格模型路径、输出路径三个参数。以图片为例，常见用法是：
python test_on_image.py --content images/content/zurich.jpeg --style_model checkpoints/starry_night_28000_vgg16.pth --output output/zurich_starry.jpg这条命令把zurich.jpeg用梵高星空模型做风格迁移，结果保存到output目录。--content是内容图路径，--style_model是风格模型权重，--output是输出路径。视频脚本类似，只是输入输出换成视频文件，内部会逐帧处理再合成。视频处理很吃时间，一个 10 秒的 30fps 视频有 300 帧，每帧都要过一遍网络，CPU 上可能要跑十几分钟，GPU 上会快很多。
4.3 视频风格迁移的帧处理与音轨保留问题
视频风格迁移有一个容易被忽略的点：音轨。很多逐帧处理的脚本只处理画面，合成后的视频没有声音。如果你需要保留原视频的音轨，常见做法是用 ffmpeg 先把原视频的音轨提取出来，等画面处理完再合并回去：
ffmpeg -i input.mp4 -vn -acodec copy audio.aac ffmpeg -i stylized_video.mp4 -i audio.aac -c:v copy -c:a aac -shortest output_with_audio.mp4第一行从原视频提取音频流保存为audio.aac，第二行把风格化后的视频和音频合并。-vn表示不要视频，-acodec copy表示音频直接复制不重编码，-shortest表示以较短的流为准结束。这一步不是源码里必须的，但如果你要做演示或者交毕设，带声音的视频观感会好很多。
注意：视频推理时如果报
av相关的错误，先确认av和ffmpeg版本匹配。av是对 ffmpeg 的 Python 绑定，ffmpeg 版本太老或太新都可能导致解码失败。我遇到过 ffmpeg 6.x 配旧版 av 报错的情况，降级 ffmpeg 到 5.x 就正常了。
5. 避坑与常见问题排查：从报错到跑通的五条血泪经验
5.1 现象：运行 app.py 后浏览器打不开 127.0.0.1:5000
原因通常是 Flask 没启动成功，或者端口被占用。先看 cmd 里有没有Running on http://127.0.0.1:5000这行输出，如果没有，说明app.py在导入阶段就报错了，往上翻看具体的 ImportError 或 SyntaxError。如果有这行输出但浏览器打不开，可能是端口被其他程序占了，改app.py最后一行app.run(port=5001)换个端口。还有一种情况是你在虚拟机或远程服务器上跑，127.0.0.1只能本机访问，需要改成0.0.0.0并检查防火墙。
5.2 现象：训练时 loss 变成 nan 或者不下降
原因一般是学习率太高或者数据预处理有问题。先检查内容图目录里有没有损坏的图片，用PIL打开每张图确认没有报错。然后看学习率，如果train.py里默认学习率是 0.001 或更高，试着降到 0.0001。还有一种可能是输入图像没有归一化到 [0,1] 或 [-1,1]，导致数值爆炸。风格迁移的输入一般会做transforms.ToTensor()和Normalize，确认这两步在数据加载里有没有漏掉。
5.3 现象：生成的图片全黑或者全白
这通常是模型权重加载失败或者输出层激活函数不对。先确认.pth文件和当前网络结构匹配，如果报Missing key(s)或Unexpected key(s)，说明结构对不上。如果权重加载没报错但输出全黑，检查输出层有没有加Sigmoid或Tanh把值限制在合理范围，以及推理时有没有做反归一化。我遇到过输出全黑是因为推理时忘了把图像从 [-1,1] 转回 [0,255]，加一行output = (output + 1) / 2 * 255就正常了。
5.4 现象：视频处理到一半报内存不足
原因是逐帧处理时把所有帧都读进内存了。一个 1080p 的视频，每帧约 6MB，1000 帧就是 6GB，很容易爆内存。解决办法是改成流式处理：读一帧、处理一帧、写一帧，不要一次性read()全部帧。av和cv2.VideoCapture都支持逐帧读取，用while循环配合cap.read()就行。如果源码里是一次性读入的，你可以自己改成流式，或者先把视频切成小段分批处理。
5.5 现象：pip 安装 torch 时下载极慢或超时
原因是默认源在国外。换国内镜像源能快很多：
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 -i https://pypi.tuna.tsinghua.edu.cn/simple注意 PyTorch 的 CUDA 版本包在清华源里不一定全，所以--index-url还是指向 PyTorch 官方，-i指向清华源作为补充。如果还是慢，可以先只装 CPU 版跑通流程，等确认代码没问题再换 GPU 版。CPU 版安装命令把cu118换成cpu即可。
6. 进阶技巧：用 make_style_new_dataset.py 扩充风格数据集与模型验证
源码里有一个make_style_new_dataset.py，这个脚本容易被忽略，但它其实很有用。它的作用是把一张风格图做数据增强，生成一批风格变体，用来扩充训练数据或者做模型鲁棒性测试。常见做法是读入一张风格图，做随机裁剪、旋转、色彩抖动，生成几十张变体保存到新目录。这样你训练时风格损失不会只盯着同一张图，模型泛化会好一些。用法一般是：
python make_style_new_dataset.py --style_image images/styles/starry_night.jpg --output_dir data/styles_aug --num_aug 50--style_image是原始风格图，--output_dir是输出目录，--num_aug是生成数量。生成完后把--style_image参数改成输出目录，训练脚本会从目录里随机采样风格图。注意增强不要太激进，旋转角度控制在 ±15 度、色彩抖动幅度小一点，否则风格会变得不像原画。
另一个进阶用法是模型验证。训练完一个新模型后，别只看 loss 曲线，拿几张没参与训练的内容图跑一遍，肉眼对比风格化效果。我一般会固定三张内容图：一张人像、一张风景、一张建筑，分别用新模型和已有模型各跑一次，放在一起看。如果新模型在人像上把脸糊成一团，说明内容损失权重太低；如果风格完全没上去，说明风格权重太低。这个对比表比任何指标都直观：
| 验证维度 | 检查方法 | 合格标准 |
|---|---|---|
| 内容保留 | 人像五官是否可辨 | 眼睛、鼻子轮廓清晰 |
| 风格强度 | 笔触和色彩是否接近风格图 | 一眼能看出风格来源 |
| 伪影 | 边缘是否有网格或色块 | 无明显规则纹理 |
| 推理速度 | 单张 256x256 耗时 | GPU 上低于 0.1 秒 |
最后说一个我自己的习惯：每次拿到一份新源码，先不急着改代码，而是用作者提供的预训练模型跑通推理，确认环境没问题，再动训练。这样如果后面训练报错，你能确定是训练配置的问题，而不是环境本身没搭好。从那以后我每次拆新项目都强制走一遍“先推理后训练”的流程，省了很多来回排查的时间。希望这份拆解能帮你顺利跑通自己的风格迁移毕设。
本文还有配套的精品资源，点击获取
