利用神经网络进行风格迁移是一项非常常见的任务，方法也很多，比如基于优化和基于 RL 的方法。上个月，在一篇 ICCV 2021 Oral 论文中，来自百度 VIS 团队和罗格斯大学等机构的研究者将神经绘画视作一个集合预测问题，提出了全新的、基于 Transformer 的框架——Paint Transformer，从而利用前馈网络来预测笔画集合的参数。就其效果而言，研究者提出的模型可以并行地生成一系列笔画，并几乎能够实时地得到尺寸为 512×512 的重建绘画。

更重要的是，由于训练 Paint Transformer 没有可用的数据集，研究者设计了一个自训练的 pipeline，这样既可以在不使用任何现成数据集的情况下训练，又依然能够实现极好的泛化能力。实验结果表明，Paint Transformer 在训练和推理成本更低的情况下，实现了较以往方法更好的性能。

论文地址：https://arxiv.org/pdf/2108.03798.pdf

项目地址：https://github.com/wzmsltw/PaintTransformer

试玩地址：https://huggingface.co/spaces/akhaliq/PaintTransformer

不过，虽然 Paint Transformer 的效果不错，但一些 reddit 网友似乎并不买账。有人认为，「这么简单的任务根本不需要使用机器学习或神经网络来解决。」

更有网友表示，「我曾使用 Processing，仅用 50 行 Scala 代码就实现了类似的结果。」

内容中包含的图片若涉及版权问题，请及时与我们联系删除