论文笔记:PaintsTorch: a User-Guided Anime Line Art Colorization Tool

版权声明:禁止转载。|  个人笔记,仅供参考。所列出的论文大多尚处于研究阶段。


1. 基本信息

论文标题:PaintsTorch: a User-Guided Anime Line Art Colorization Tool with Double Generator Conditional Adversarial Network

研究领域:计算机图形学,深度学习,生成式对抗网络(GAN),图像翻译(Image-to-Image Translation),基于深度学习的图像语义编辑(Deep semantic image editing)

发表时间:2019年12月

更新:这篇论文发表距今,已有较长时间了,线稿上色领域已出现了不少新的研究成果。技术一直在持续地进步。欲了解该领域的新进展,请关注其他新发表的论文。

数据集与模型大小

训练集:

PaintsTorch论文的训练集规模为:约四万(43,861)张彩色插画。

相关:Petalica Paint(2018年版本)的训练数据集规模为:约60万张彩色插画(估计数据集大小在600 GB以上)。

(希望业界将来会开放大规模国漫数据集。另外,由于缺少公开的大规模场景数据集,目前对场景线稿自动上色方法的研究较少,希望业界将来会开放大规模场景数据集。)

训练相关

需要训练多长时间?论文使用NVIDIA DGX Station(使用4块Tesla V100 GPU,每块显存为32GB)训练网络。在4万张图像的数据集上,迭代训练300 epoch,每次训练需7。(其训练时长,大致相当于:在包含四十万张图像的数据集上,迭代训练30 epoch。)

你可能感兴趣的:(Line,Art,Colorization,图形学)