CGAN

《High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs》论文笔记

High-ResolutionImageSynthesisandSemanticManipulationwithConditionalGANs解决问题：用CGAN合成分辨率为2048*1024的高分辨率且纹理逼真的图像
sunny0121·2020-06-26 16:12

小白的GAN网络学习（四）- ACGAN

文章目录ACGANACGAN&CGANACGAN的损失函数基于mnist数据集的ACGAN实现ACGAN&CGANCGAN通过在生成器和判别器中均使用标签信息进行训练，仅能产生特定标签的数据ACGAN是CGAN
summer_bugs·2020-06-26 15:13

小白的GAN网络学习（三）- CGAN

条件GAN-ConditionGAN(CGAN)文章目录条件GAN-ConditionGAN(CGAN)原始GAN的缺点基于mnist的CGAN代码实现原始GAN的缺点生成的图像是随机的，不可预测，无法控制网络输出特定的图片
summer_bugs·2020-06-26 15:13

GAN以及小样本数据扩增的一些论文笔记

1.几种常见的GAN介绍1.1.原始GAN1.2.CGAN1.3.Semi-SupervisedGAN1.4.AC-GAN2.DataAugmentationwithFewShotLearning2.1
腊鸡炒饭·2020-06-25 19:23

干货 | Generative Adversarial Networks（GAN）的现有工作

从模型名称上甚至都可以看出一些发展轨迹：GAN->CGAN->LAPGAN->DCGAN->GRAN->VAEGAN等等。所以，
Omni-Space·2020-06-24 18:20

Vid2Vid多图详解

公司提出的一种图像翻译模型，通过输入语义图来生成视频，其是在pix2pix、pix2pixHD基础上改进出的模型，三者的演进思想如下：[1]最早pix2pix框架提出了一种统一的简洁优雅的框架解决了图像翻译问题，使用CGAN
马飞飞·2020-06-24 13:31

【1】GAN在医学图像上的生成，今如何？

后来CGAN即条件GAN，输入加入了标签（或者图像特征）等先验信息而不是仅靠噪声来生成，GAN此时可视为有监督（条件）的生成框架。两种框架已经以各种方式、用于合成某些类型的医学图像。
公众号机器学习与生成对抗网络·2020-06-24 03:06

CGAN和InfoGAN理解

在一些比较经典的GAN模型中（像WGAN、LSGAN、DCGAN等等），往往都是从样本空间里随机采样得到输入噪声，生成的图像究竟属于哪一个类别也是随机的。通过这些模型，我们无法生成指定类别的数据。举个不恰当的例子：在解放前夕，我们的目标就是填饱肚子，吃嘛嘛香；随着经济社会的不断发展和祖国的繁荣昌盛，我们变得越来越挑剔，比如今天只想吃波士顿龙虾，明天只想吃澳洲大螃蟹…GAN的发展也是一样，早期我们只
Moon_0911·2020-06-23 20:16

区别VAN与GAN，LSGAN、WGAN、WGAN-GP、CGAN

训练”稳定”，样本的”多样性”和”清晰度”似乎是GAN的3大指标—David9VAE与GAN聊到随机样本生成,不得不提VAE与GAN,VAE用KL-divergence和encoder-decoder的方式逼近真实分布.但这些年GAN因其”端到端”灵活性和隐式的目标函数得到广泛青睐.而且,GAN更倾向于生成清晰的图像:VAE与GAN生成对比GAN在10次Epoch后就可以生成较清晰的样本,而VAE
兔子juan·2020-06-22 22:40

CGAN论文详解与代码详解

from:https://mp.weixin.qq.com/s?__biz=Mzg5NTEwNjQ3Ng==&mid=2247484324&idx=1&sn=57f25bc89164b8ef6ad1234f8bcfb49b&chksm=c0142f67f763a6718bb1f4bf35dced93cecdac0f128839f67e7e5aacd8ea7aeea9296193731a&mpsha
caiexu·2020-06-22 19:06

Facial Expression Recognition by De-expression Residue Learning

首先，通过cGAN训练一个生成模型。这个模型对于任何输入的人脸图片生成大致相当的中性脸。我们把它叫做de-expression是因为这个表情被这个生成模型筛选；然而，表情信息依旧在中间层记录。
babycrocodile·2020-06-22 16:24

论文理解之图像分区域合成 SEAN: Image Synthesis with Semantic Region-Adaptive Normalization

本论文要解决的问题是使用条件生成对抗网络（cGAN）生成合成图像。
Sanven?·2020-06-21 20:07

博士论文-基于生成对抗网络的图像合成-阅读笔记

.研究意义c.主要难点d.研究现状e.研究趋势f.主要创新点g.章节安排3）相关工作a.图像合成模型b.生成对抗网络的改进c.图像合成的应用与评价标准4）基于特征匹配条件生成对抗网络的图像合成(FM-CGAN
Kobaayyy·2020-06-20 22:40

MICCAI2019 -Hybrid Generative Adversarial Networks for Deep MR to CT Synthesis Using Unpaired Data

我们还尝试开发用于图像迁移的3D循环GAN（3D-cGAN），但是其训练需要大量数据，这些数据可能并不总是可用。在本文中，
22f9d17d554d·2020-06-11 14:30

生成网络对抗代码及解析

参与美团点评算法方向书籍《美团点评算法实践》的编写讲座概要：本次分享主要从原始GAN的原理和实现代码入手，由浅入深讲解一些比较有代表性的GAN变种模型，包括但不限于CGAN，DCGAN，inf
小象学院·2020-04-12 12:01

Conditional GAN python 实现

补充ConditionalGenerativeAdversarialNetsinTensorFlow说明ConditionalGAN就是在GAN的基础上加了条件，在下面的代码中，使用cgan利用在mnist
JzCh·2020-03-31 05:39

Pytorch使用MNIST数据集实现CGAN和生成指定的数字方式

CGAN的全拼是ConditionalGenerativeAdversarialNetworks，条件生成对抗网络，在初始GAN的基础上增加了图片的相应信息。这里用传统的卷积方式实现CGAN。
shiheyingzhe·2020-01-10 09:05

深度有趣 - 人工智能实战合集

内容包括图片分类、人脸识别、物体检测等计算机视觉应用，中文分词、词向量、古诗生成等自然语言处理项目，DCGAN、CGAN、ACGAN、CycleGAN等生成式对抗网络，以及图像标题生成、机器翻译、语音识别和分类
蛞蝓·2019-12-14 22:00

CGAN-监督式GAN

1.CGAN的简介为了解决带标签的数据生成问题，研究者们提出了条件生成对抗网络（CGAN）的概念。
baiyang白杨·2019-10-12 17:13

Class-Distinct and Class-Mutual Image Generation with GANs (CP-GAN)论文阅读笔记

摘要：生成式对抗性网络(GANs)的类条件扩展，如辅助分类器GAN(AC-GAN)和条件GAN(cGAN)，由于能够将表示形式分解为类标签等因素并提高训练的稳定性而受到关注。
lwpyh·2019-09-18 15:40

深度学习之 CGAN及TensorFlow 实现

  本文介绍CGAN（ConditionalGenerativeAdversarialNets）-条件生成对抗网络 相关论文https://arxiv.org/pdf/1411.1784.pdf 1、概述
ClarkChang·2019-08-20 22:42

深度学习笔记（十四）—— GAN-3

实验要求与基本流程实验要求完成上一节实验课内容，理解GAN(GenerativeAdversarialNetworks,生成对抗网络)的原理与训练方法.结合理论课内容,了解CGAN,pix2pix等模型基本结构和主要作用
Nino_Lau·2019-08-02 09:59

对 BEGAN 损失函数 的理解

BEGANBEGAN解读但是其对BEGAN损失函数的解释，我觉得有点太理论化，不太好理解，以下是对这个对抗生成网络的损失函数的理解BEGAN生成的图片质量和多样性有了很大的提升GAN的损失函数首先看一下CGAN
徐森威·2019-06-25 16:37

深度学习之pix2pix原理解析

今天我来给大家介绍一下基于CGAN的pix2pix模型,给大家简单讲解一下pix2pix的原理。
柚子坨坨i·2019-06-02 22:00

GAN、CGAN、INN

INN旨在从无法直接确定的复杂关系中解决逆向关系的问题，它的原理和使用范围在诸多论文当中尚不明确，但是在已知的资料当中，他的原理与GAN类似，并且在多篇论文中使用其与GAN进行对比。所以这篇文章将INN和GAN对比起来进行学习。GANGAN的全称为GenerativeAdversarialNet——生成对抗网络。GAN的思想是是一种二人零和博弈思想（two-playergame），博弈双方的利益之
申申申申申申·2019-05-31 09:27

生成对抗网络(九)----------ACGAN

第一种是cGAN中使用了辅助的标签信息来增强原始GAN，对生成器和判别器均使用标签数据来训练。实现了生成模型具备特定条件数据的能力。
勤奋的小学生·2019-05-30 15:38

ACGAN-半监督式GAN

CGAN通过在生成器和判别器中均使用标签信息进行训练，不仅能产生特定标签的数据，还能够提高生成数据的质量；SGAN（Semi-SupervisedGAN)通过使判别器/分类器重建标签信息来提高生成数据的质量
baiyang白杨·2019-05-19 11:21

GAN的改进与优化

1.如何生成指定类型的图像——条件GAN,条件生成对抗网络（CGAN)条件生成对抗网络（CGAN,ConditionalGenerativeAdversarialNetworks）作为一个GAN的改进，
alanjia163·2019-05-17 23:54

论文翻译：Single Image Dehazing via Conditional Generative Adversarial Network

与此相反，我们基于条件生成反求网络(cGAN)来解决这一问题，其中清晰图像由端到端的可训练神经网络来估计。与基本cGAN中的生成网络不同，我们提出了一种编码器和解码器结构，使其能产生更好的结果。
计算机小白学习中·2019-04-13 19:42

CGAN+StackGAN

关于CGAN的论文解读可见：https://blog.csdn.net/Forlogen/article/details/88980919李宏毅老师的主页：http://speech.ee.ntu.edu.tw
Forlogen·2019-04-04 10:11

CGAN

《ConditionalGenerativeAdversarialNets》github前言GAN的提出为生成模型的学习提供了一种新的方法（具体内容可参见：https://blog.csdn.net/Forlogen/article/details/88903711），但是它存在一个很大的问题就是：生成器生成的假样本是不可控的，它完全取决于输入的随机噪声，我们无法预测生成的假样本是什么，所以这就导
Forlogen·2019-04-02 20:15

[论文理解]使用cGAN来实现图到图变换

CGAN是一种解决方法：其结构为：传统的GAN是这样的，等式右边第一项少了x：同时尝试利用L1距离来减少“blurring”，最终的目标函数长这样：U-net被用于图像分割，在我之前关于NatureGAN
BonjourDurant·2019-03-12 14:15

GAN及其变体CGAN、WGAN

生成式对抗网络GAN(无监督)GAN由Goodfellow在2014年提出，启发自博弈论中的二人零和博弈。由一个生成模型G和一个判别模型D组成。生成模型捕捉样本数据的分布，判别模型是一个二分类器，判别输入的数据是真实数据还是生成的数据。G和D一般都是非线性映射函数，例如多层感知器、卷积神经网络等。生成模型输入的是一个服从某一简单分布（高斯分布）的噪声变量z，输出的是与训练图像相同尺寸的伪图像；判别
青青大肥羊·2019-01-14 15:49

GAN ZOO - 第1节： 分析GAN的缺陷与改进方向，介绍典型的改进模型：CGAN、InfoGAN

0.“GANZOO”系列文章开更说明GAN到底有多“热”？据统计，GAN的相关论文正在以指数趋势增长，如上图所示。But，GAN论文这么多，而且都是英文的，怎么可能读得完！为此，“AI微刊”团队将推出“GANZOO”系列文章，精选典型GAN模型（没有水论文），对其进行精简的解析，让你“三分钟”读完一篇论文。适合初学小白，也适合大牛持续追踪热度。再不GAN，我们就老了！——AI微刊《GANZOO》G
manquyuan0078·2019-01-14 11:21

深度学习入门（一）感知机与激活函数

tanh3.relu4.softmax25天看完了吴恩达的机器学习以及《深度学习入门》和《tensorflow实战》两本书，吴恩达的学习课程只学了理论知识，另外两本书的代码自己敲了一遍，感觉过的太快，趁着跑cGAN
得克特·2019-01-08 19:40

详解cycleGAN（生成对抗网络）代码

文章目录1.cycleGAN简介2.cycle代码详解main.pymodule.pymodel.py总结1.cycleGAN简介关于cGAN我主要参考了知乎量子位的分享，理论解释的比较易懂，这里不再赘述
得克特·2019-01-07 22:07

GAN学习之路（二）：迁移式模型

比如：斑马到马；与CycleGAN很有关系的两个兄弟DualGAN和DiscoGAN；CycleGAN的历史渊源阶段一：cGAN，条件是标注信息；阶段二：pix2pix，条件是图片信息；阶段三：CycleGAN
以笔为剑的唐吉坷德·2019-01-05 13:11

李宏毅GAN学习（三）Unsupervised CGAN

CGAN是监督学习，需要样本标签才能训练UnsupervisedCGAN训练的时候不需要样本的标签一般有两种方式完成无监督的CGAN第一种方法：directtransformation以上就是用自然风景生成一张梵高的画的网络模型结构
古月光军001·2018-12-27 14:38

李宏毅GAN学习（二）CGAN

CGAN：ConditionalGAN如果用手写0123456789那个数据集训练原始GAN，最终生成器生成的是0123456789，无法只产生具体的数字，比如0。
古月光军001·2018-12-26 21:23

机器学习与深度学习系列连载： 第四部分 对抗网络GAN (三) 对抗网络 Conditional GAN （CGAN）

对抗网络ConditionalGAN（CGAN）首先，我们先举一个例子，文本转换成图片:TexttoImage.有过机器学习经验的同学肯定会想到，用监督学习就可以做到：不断地用监督的数据进行训练。
人工智能插班生·2018-12-19 09:25

由生成模型到domain迁移：GAN、CGAN、StarGAN、CycleGAN、AsymmetricCycleGAN

最近看一篇CVPR2018文章PairedCycleGAN:AsymmetricStyleTransferforApplyingandRemovingMakeup有感。总结一下GAN做domiantransfer的思路脉络。BaseknowledgeGAN2018/12/14更新:GANloss的分拆理解Thepointis:LossdescentprincipleforbothGandDWhen
Chaos？·2018-11-20 16:38

CGAN原理及tensorflow代码

1.首先说明一下CGAN的意义GAN的原始模型有很多可以改进的缺点，首当其中就是“模型不可控”。从上面对GAN的介绍能够看出，模型以一个随机噪声为输入。显然，我们很难对输出的结构进行控制。
clxiaoclxiao·2018-11-07 21:13

【GANs学习笔记】（十七）STACKGAN、STACKGAN++

本章借鉴内容：https://blog.csdn.net/zlrai5895/article/details/812921673.StackGAN3.1StackGAN解决的问题StackGAN也是基于CGAN
bupt_gwy·2018-10-31 09:34

【GANs学习笔记】（十六）CGAN、TRIPLEGAN

完整笔记：http://www.gwylab.com/note-gans.html———————————————————————第三章GANs的应用Part1GANs在图像生成上的应用1.CGAN1.1
bupt_gwy·2018-10-31 09:28

CGAN(conditional GANs)

论文提出的CGAN是在某些特定条件下，增加目标或者限
奔跑的林小川·2018-10-22 14:42

StarGAN论文及代码理解

等只能解决两个领域之间的转换，那么对于含有C个领域转换而言，需要学习C*(C-1)个模型，但StarGAN仅需要学习一个，而且效果很棒，如下：创新点：为了实现可转换到多个领域，StarGAN加入了一个域的控制信息，类似于CGAN
pengcw·2018-10-14 09:00

CGAN minist上的简单实现

CGAN的超简单实现，基于pytorch0.4。
Evanxxxnnn·2018-10-09 11:37

条件生成式对抗网络(CGAN)代码及结果解析

论文地址：https://arxiv.org/abs/1411.1784关于生成式对抗网络(GAN)在先前的文章中已经提到了。请看我的前两篇博文。https://blog.csdn.net/qq_21210467/article/details/81836976https://blog.csdn.net/qq_21210467/article/details/81942447现在来说说条件生成式对
天涯海阁未走远·2018-08-28 17:13

CVPR2018论文Facial Expression Recognition by De-expression Residue Learning的若干思考

1、论文简介提出了一种基于cGAN(ConditionalGAN)和表情元素滤除的残余表情识别算法（DeRL），通过cGAN滤除人脸的中立元素(neutralcomponent),并使用MLP处理残存的表情元素
qq_32528489·2018-08-27 13:59

深度学习----现今主流GAN原理总结及对比

1.GAN2.CGAN3.DCGAN4.WGAN5.WGAN-GP6.LSGAN7.BEGAN8.GAN的基本代码1.GAN先来看看公式：            GAN网络主要由两个网络构成，生成网络G
sakura小樱·2018-08-13 00:00
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他