any one help me to correct this code or help me my I have a graduation project coming soon

clear; close all; clc;
warning(‘off’, ‘all’);

[contentFile, contentPath] = uigetfile({‘*.bmp;*.jpg;*.png;*.tif’, ‘ملفات الصور’}, ‘اختر صورة المحتوى’);
if isequal(contentFile, 0)
error(‘لم يتم اختيار صورة محتوى’);
end
contentImage = imread(fullfile(contentPath, contentFile));
[styleFile, stylePath] = uigetfile({‘*.bmp;*.jpg;*.png;*.tif’, ‘ملفات الصور’}, ‘اختر صورة النمط’);
if isequal(styleFile, 0)
error(‘لم يتم اختيار صورة نمط’);
end
styleImage = imread(fullfile(stylePath, styleFile));
contentImage = im2double(contentImage);
styleImage = im2double(styleImage);
if size(contentImage,3) == 1
contentImage = repmat(contentImage, [1 1 3]);
end
if size(styleImage,3) == 1
styleImage = repmat(styleImage, [1 1 3]);
end
styleImage = imadjust(styleImage, [0.1 0.9], []);
styleImage = imgaussfilt(styleImage, 1);
net = vgg19();
inputSize = net.Layers(1).InputSize(1:2);
% تغيير حجم الصور مع الحفاظ على التناسب
contentImage = imresize(contentImage, inputSize);
styleImage = imresize(styleImage, inputSize);
%% 4. تحديد الطبقات الصحيحة
contentLayer = ‘conv4_2’;
styleLayers = {‘conv1_1’, ‘conv2_1’, ‘conv3_1’, ‘conv4_1’, ‘conv5_1’};
styleFeatures = getStyleFeatures(styleImage, net, styleLayers);
numIterations = 500;
learningRate = 0.01;
styleWeight = 1e6;
dlContent = dlarray(contentImage, ‘SSC’);
dlTransform = dlContent;
figure;
for iter = 1:numIterations
[grad, loss] = dlfeval(@computeGradients, dlTransform, dlContent, net, …
contentLayer, styleLayers, styleFeatures, styleWeight);
dlTransform = dlTransform – learningRate * grad;

if mod(iter,50) == 0 || iter == 1
fprintf(‘التكرار %d: الخسارة الكلية=%.2f, المحتوى=%.2f, النمط=%.2fn’, …
iter, loss.total, loss.content, loss.style);

% عرض التقدم
currentImg = uint8(extractdata(dlTransform)*255);
imshow(currentImg);
title(sprintf(‘التكرار %d/%d’, iter, numIterations));
drawnow;
end
end
outputImage = uint8(extractdata(dlTransform)*255);
[~,name,ext] = fileparts(contentFile);
outputFile = fullfile(pwd, [name ‘_styled’ ext]);
imwrite(outputImage, outputFile);
fprintf(‘تم حفظ الصورة الناتجة بنجاح في: %sn’, outputFile);
function features = getStyleFeatures(styleImg, net, styleLayers)
if ~ismatrix(styleImg) && ~(ndims(styleImg)==3)
error(‘يجب أن تكون صورة النمط مصفوفة 2D أو 3D’);
end

if size(styleImg,3) ~= 3
error(‘يجب أن تحتوي صورة النمط على 3 قنوات لونية (RGB)’);
end

try
dlStyle = dlarray(styleImg, ‘SSC’);
catch
error(‘فشل تحويل صورة النمط إلى dlarray’);
end

features = struct();
for i = 1:length(styleLayers)
layer = styleLayers{i};
try
dlFeatures = activations(net, dlStyle, layer);
features.(layer) = computeGramMatrix(dlFeatures);
catch ME
error(‘فشل في استخراج خصائص الطبقة %s: %s’, layer, ME.message);
end
end
end
function gramMatrix = computeGramMatrix(features)
[H,W,C] = size(features);
reshaped = reshape(features, H*W, C);
gramMatrix = reshaped’ * reshaped / (H*W*C);
end
function [gradients, loss] = computeGradients(dlTransform, dlContent, net, …
contentLayer, styleLayers, styleFeatures, styleWeight)
contentFeatures = activations(net, dlContent, contentLayer);
transformContentFeatures = activations(net, dlTransform, contentLayer);
contentLoss = mean((transformContentFeatures – contentFeatures).^2);

styleLoss = 0;
for i = 1:length(styleLayers)
layer = styleLayers{i};
transformFeatures = activations(net, dlTransform, layer);
gramTransform = computeGramMatrix(transformFeatures);
gramStyle = styleFeatures.(layer);
styleLoss = styleLoss + mean((gramTransform – gramStyle).^2);
end
styleLoss = styleLoss / length(styleLayers);

totalLoss = contentLoss + styleWeight * styleLoss;

gradients = dlgradient(totalLoss, dlTransform);

loss.total = double(totalLoss);
loss.content = double(contentLoss);
loss.style = double(styleLoss);
end

%%%%
erorr
rror using styletransfer>getStyleFeatures (line 111)
فشل في استخراج خصائص الطبقة conv1_1: Invalid 2-D image data. Specify image data as a 3-D numeric array containing a single image, a
4-D numeric array containing multiple images, a datastore, or a table containing image file paths or images in the first column.

Error in styletransfer (line 48)
styleFeatures = getStyleFeatures(styleImage, net, styleLayers);
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^clear; close all; clc;
warning(‘off’, ‘all’);

if mod(iter,50) == 0 || iter == 1
fprintf(‘التكرار %d: الخسارة الكلية=%.2f, المحتوى=%.2f, النمط=%.2fn’, …
iter, loss.total, loss.content, loss.style);

if size(styleImg,3) ~= 3
error(‘يجب أن تحتوي صورة النمط على 3 قنوات لونية (RGB)’);
end

try
dlStyle = dlarray(styleImg, ‘SSC’);
catch
error(‘فشل تحويل صورة النمط إلى dlarray’);
end

totalLoss = contentLoss + styleWeight * styleLoss;

gradients = dlgradient(totalLoss, dlTransform);

loss.total = double(totalLoss);
loss.content = double(contentLoss);
loss.style = double(styleLoss);
end

Error in styletransfer (line 48)
styleFeatures = getStyleFeatures(styleImage, net, styleLayers);
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ clear; close all; clc;
warning(‘off’, ‘all’);

if mod(iter,50) == 0 || iter == 1
fprintf(‘التكرار %d: الخسارة الكلية=%.2f, المحتوى=%.2f, النمط=%.2fn’, …
iter, loss.total, loss.content, loss.style);

if size(styleImg,3) ~= 3
error(‘يجب أن تحتوي صورة النمط على 3 قنوات لونية (RGB)’);
end

try
dlStyle = dlarray(styleImg, ‘SSC’);
catch
error(‘فشل تحويل صورة النمط إلى dlarray’);
end

totalLoss = contentLoss + styleWeight * styleLoss;

gradients = dlgradient(totalLoss, dlTransform);

loss.total = double(totalLoss);
loss.content = double(contentLoss);
loss.style = double(styleLoss);
end

Error in styletransfer (line 48)
styleFeatures = getStyleFeatures(styleImage, net, styleLayers);
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ ai, fast style transfer, deep learning, transfer learning MATLAB Answers — New Questions

Cart

Cart