这是一个基于静态网页的风格迁移演示项目，利用 onnxruntime-webgpu 在浏览器端高效运行 AdaAttN 模型，实现图像风格转换。
- 浏览器端风格迁移：利用 onnxruntime-webgpu 在浏览器中直接运行 AdaAttN 模型。
- 本地高效推理：通过 Web Worker 隔离主线程，利用 OpenCV.js 进行图像预处理，确保页面响应流畅。
- 直观操作：提供简单易用的界面，用户只需上传内容图和风格图，即可在客户端获得风格化后的图像。
-
克隆项目 将项目克隆到本地：
git clone https://github.com/whyb/AdaAttN-WebGPU.git
-
浏览器支持 请确保使用支持 WebGPU 和 HTML5 的浏览器：
- 检查 WebGPU 支持：https://webgpu.io/status/
- 检查 HTML5 支持：https://html5test.co/
-
打开页面
- 在浏览器中打开项目根目录下的 index.html 文件。
-
上传图片并推理
- 上传用于风格转换的内容图和风格图。
- 点击“开 始 推 理”按钮开始推理。
- 等待进度条完成后，风格化后的图像会显示在页面上。
该项目主要通过以下步骤实现风格迁移：
- 图像预处理：使用 OpenCV.js 进行图像尺寸调整和数据格式转换；
- 数据转换：将预处理后的图像数据转换为符合 ONNX 模型输入要求的 Tensor；
- 模型推理：利用 onnxruntime-webgpu 实现 AdaAttN 模型的高效推理；
- 结果展示：将模型输出的风格化图像数据在 HTML Canvas 上渲染显示。
所有的计算都在一个 Web Worker 中进行，以避免阻塞主线程，确保用户界面流畅。
- GitHub 项目地址：AdaAttN-WebGPU
- AdaAttN ONNX 模型：AdaAttN-onnx
- AdaAttN PyTorch 模型：AdaAttN