基于深度学习的图像风格迁移 实战毕设完整代码

我们参考论文,使用的卷积神经网络为公开的标准 19层 VGG网络,其中包含 16个卷积层和5个池化层;但是我们不使用任何的全连接层。图3.1中显示了在卷积神经网络中的图像表示,给定的输入图像在网络中的每个处理阶段都表示为一组经过过滤的图像;虽然在网络的处理层次中,过滤器的数量增加了,但是过滤后也会通过一些下采样机制(池化层)减小了图像的大小,进而使得网络中每层的单元总数减少。

图3.1:卷积神经网络中的图像表示

基于深度学习的图像风格迁移 实战毕设完整代码_第1张图片

引用来源:《Image Style Transfer Using Convolutional Neural Networks》图1.卷积神经网络中的图像表示

你可能感兴趣的:(人工智能,计算机视觉,深度学习,cnn,图像处理,python)