最新
pix2pix Python
Fork 0 关注 0

本项目是基于 Torch 实现的图像到图像的翻译任务。Pix2pix 的生成器 G 用到的是 U-Net 结构,输入的轮廓图x编码再解码成真实图片,判别器 D 用到的是作者自己提出来的条件判别器 PatchGAN ,判别器 D 的作用是在轮廓图 x的条件下,对于生成的图片G(x)判断为假,对于真实图片判断为真。

原始仓库地址:https://github.com/phillipi/pix2pix.git

浏览量:1 下载量:0 项目类别: 图像分类
14 days前更新
3dcnn.torch Python
Fork 0 关注 0

本项目设计了一个 3D-CNN 网络,用于对3D数据进行特征提取和对象分类。本项目设计了基于体积的3D-CNN网络,能更好的捕捉物体体积信息,对分类等任务提供更好的帮助。

原始仓库地址:https://github.com/charlesq34/3dcnn.torch.git

浏览量:1 下载量:0 项目类别: 图像分类
14 days前更新
Fork 0 关注 0

本项目是适用于图像转换任务的模型。本项目使用多模态无监督的方法,认为他们能够共享的这个空间叫做内容空间(content),而同时他们应该存在着一种彼此差异的空间,他将这个称作风格空间(style)。

原始仓库地址:https://github.com/taki0112/munit-tensorflow.git

浏览量:2 下载量:0 项目类别: 图像分类
16 days前更新
multifit Python
Fork 0 关注 0

本项目是一个用于图像翻译的自适应无监督 GAN 网络。该方法以端到端的方式结合了新的注意力模块和新的可学习归一化功能。注意力模块指导该模型将注意力集中在基于辅助分类器获得的注意力图来区分源域和目标域的更重要区域上。与以前的基于注意力的方法无法处理域之间的几何变化不同,该模型可以转换需要整体变化的图像和需要大形状变化的图像。

原始仓库地址:https://github.com/n-waves/multifit.git

浏览量:3 下载量:0 项目类别: 图像分类
16 days前更新
tf-dcgan Python
Fork 0 关注 0

本项目是基于 TenforFlow 实现的 DCGAN 网络。DCGAN 的判别器和生成器都使用了卷积神经网络(CNN)来替代GAN 中的多层感知机,同时为了使整个网络可微,拿掉了CNN 中的池化层,另外将全连接层以全局池化层替代以减轻计算量。

原始仓库地址:https://github.com/sugyan/tf-dcgan.git

浏览量:1 下载量:0 项目类别: 图像分类
17 days前更新
pix2pix-keras Python
Fork 0 关注 0

本项目是基于 Keras 实现的 pix2pix 网络,用于解决图像翻译任务。Pix2pix 的生成器 G 用到的是 U-Net 结构,输入的轮廓图x编码再解码成真实图片,判别器 D 用到的是作者自己提出来的条件判别器 PatchGAN ,判别器 D 的作用是在轮廓图 x的条件下,对于生成的图片G(x)判断为假,对于真实图片判断为真。

原始仓库地址:https://github.com/williamfalcon/pix2pix-keras.git

浏览量:6 下载量:0 项目类别: 图像分类
17 days前更新
brdnet Python
Fork 0 关注 0

本项目是基于深度学习的图像去噪项目。本项目使用了一种新的图像去噪网络,称为批重归一化去噪网络(BRDNet)。首先,BRDNet结合了两个网络以增加BRDNet的宽度并获得更多的图像去噪功能。而且BRDNet使用批处理重归一化(BRN)解决小型迷你批处理问题,并使用具有跳过连接的残差学习(RL)获得清晰的图像。最后,为了减少计算成本,使用了扩张卷积(Dilated Conv)来捕获更多特征。

原始仓库地址:https://github.com/hellloxiaotian/brdnet.git

浏览量:0 下载量:0 项目类别: 图像分类
19 days前更新
Fork 0 关注 0

本项目是基于 PyToch 实现的 Faster R-CNN,该项目是基于chainercv等项目实现的 Faster R-CNN,本项目的优点包括:1.简化代码(简单胜于复杂);2.使代码更直接(扁平比嵌套更好);3.匹配原始文件中报告的性能(速度计数和mAP问题)。

原始仓库地址:https://github.com/chenyuntc/simple-faster-rcnn-pytorch.git

浏览量:18 下载量:3 项目类别: 图像分类
29 days前更新
stargan Python
Fork 0 关注 0

本项目是为了解决多领域间的转换问题的,之前的多种GAN网络只能解决两个领域之间的转换,那么对于含有多个领域转换而言,需要学习多个模型,但StarGAN仅需要学习一个。本项目加入了一个域的控制信息,鉴别器不仅仅需要学习鉴别样本是否真实,还需要对真实图片判断来自哪个域。

原始仓库地址:https://github.com/yunjey/stargan.git

浏览量:3 下载量:0 项目类别: 图像分类
about 1 month前更新
ac-gan Python
Fork 0 关注 0

本项目实现了AC-GAN(Auxiliary Classifier GAN)。AC-GAN的主要优点有:1.在判别器的输出部分添加一个辅助的分类器来提高条件GAN的性能;2.提出 Inception Accuracy 这种新的用于评判图像合成模型的标准;3.使用MS-SSIM用于判断模型生成图片的多样性。

原始仓库地址:https://github.com/buriburisuri/ac-gan.git

浏览量:3 下载量:0 项目类别: 图像分类
about 1 month前更新

ihub@pcl.ac.cn 鹏城实验室人工智能研究中心

版权所有:鹏城实验室    粤ICP备18066427号-6    Powerd by 国防科技大学Trustie