Foto in Kunstwerk (KI-Stil) – ausgelieferte Modelle (alles läuft lokal im Browser)
Photo to artwork (AI style) – shipped models (everything runs locally in your browser)

1) Modell: Magenta "Arbitrary Image Stylization" (Ghiasi, Lee, Kudlur, Dumoulin, Shlens:
   "Exploring the structure of a real-time, arbitrary neural artistic stylization network", BMVC 2017,
   https://arxiv.org/abs/1705.06830).
   Lizenz: Apache License 2.0.
   Primärquellen (Stand 01.10.2026):
   - https://github.com/magenta/magenta  (LICENSE: "Copyright 2016 The Magenta Team", Apache License 2.0)
     -> LICENSE-Apache-2.0-Magenta.txt
   - https://github.com/reiinakano/arbitrary-image-stylization-tfjs  (Lizenz Apache-2.0; verkleinerte Browser-Fassung
     des Magenta-Modells: Stilnetz MobileNet-v2-destilliert ca. 9,6 MB, Transformer mit getrennten Faltungen ca. 2,4 MB)
     -> LICENSE-Apache-2.0-arbitrary-image-stylization-tfjs.txt
   Gewichte: saved_model_style_js/ und saved_model_transformer_separable_js/ (TensorFlow.js-Graphmodelle, float32).

2) Verändert (Apache-2.0 §4b: Änderungen sind hier benannt): Die TensorFlow.js-Graphmodelle wurden unverändert in den
   Gewichten in ONNX umgewandelt (umwandeln.py: Gewichte aus den Shards in den Graphen eingesetzt, tf2onnx 1.17, Opset 13).
   Gemessene Abweichung gegenüber dem TensorFlow-Graphen: höchstens 1,4e-6 (Stilnetz) bzw. 1,8e-5 (Transformer).
   - stil-vorlage.onnx    (Stilnetz,   9 380 193 Byte): Bild 256 x 256 x 3 (0-1, NHWC) -> Stilvektor 1 x 1 x 1 x 100
   - stil-transformer.onnx (Transformer, 2 383 455 Byte): Bild H x W x 3 (0-1, H und W durch 4 teilbar) + Stilvektor -> Bild
   SHA-256 aller Dateien in manifest.json; jede Datei < 25 MiB (Cloudflare).

3) Stilvorlagen: zwölf eigene Stilbilder (stil-*.webp), lokal mit ComfyUI/SDXL-Basis erzeugt (Text-zu-Bild, ohne Vorlage,
   keine geschützten Werke, keine Personen). Die 100-Werte-Stilvektoren dazu (stile.json) sind mit dem Stilnetz aus den
   256 x 256-Stilbildern vorberechnet; beispiel-*.webp sind mit dem Transformer vorgerechnete Beispiele auf dem Beispielfoto
   (beispiel-original.webp, eigenes Foto der Seite, 512 x 352).

4) Laufzeit: ONNX Runtime Web 1.30.0 (MIT), geteilt mit "Hintergrund entfernen" unter /vendor/hintergrund/ (Prüfsumme dort).
   Gerechnet wird mit WebAssembly (1 Thread); WebGPU wird bewusst nicht genutzt (nicht verifiziert).

Erzeugen: python vendor/kunststil/umwandeln.py <ordner-mit-tfjs-modellen>  danach  python vendor/kunststil/stilvektoren.py, beispiele.py, assets.py