我的印象中，实时风格迁移应该是基于输入图片，并且输出图片的。实现的方法有 3 种（大概，我不是很清楚）。

第一种是 ContentLoss + StyleLoss + 优化输入像素，这种方法做不了实时。
第二种是训练一个网络进行风格迁移（每一种风格需要训练新的网络），这种可以实时。
第三种是 CycleGAN，性能什么的我不太了解，最好去调研一下。

对于风格迁移，我想说的是，如果不是真的系统学习过神经网络，那么要么去 github 找完全开箱即用的代码，要么就下定决定学习神经网络。


既然风格迁移是基于图像、生成图像的，那么，你的输出也是图像流。你就应该考虑以下方案：
1. 传递图像流。树莓派接收到一张图片，就显示一张图片。
2. 图像流编码为视频进行传递，树莓派进行解码并显示视频。这种你就可以参考网上的一些直播的解决方案。

1 和 2 对树莓派的网络和 CPU 都有不一样的取舍，最终效果还是得 2 种都试试。当然，可以先不管风格迁移，重点关注实现树莓派上的视频显示。用一个高斯模糊或者其他的简单的滤镜处理图像临时代替风格迁移，来探究这一局部的解决方案。