cycleGan

小白pytorch+cycleGan踩坑笔记（GTX1060+ubuntu16.04)

因为要做项目，所以需要复现https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix因为之前没有做过研究，从linux到cycleGan全部都是从零开始踩坑第一次
TIAO_QI·2020-07-27 10:55

成功解Tensorflow2.0 Bug:module ‘tensorflow.python.keras.api._v2.keras.layers‘ has no attribute ‘Laye

_v2.keras.layers'hasnoattribute'LayerNormalization'1、问题描述在tensorflow-gpu==2.0里运行训练cycleGAN，然后报错。
Somebody-AI·2020-07-22 15:20

机器学习、深度学习、计算机视觉、自然语言处理及应用案例——干货分享

lql07161、机器学习/深度学习1.1对抗生成网络GAN【2017.04.21】对抗生成网络GAN变种大集合【链接】资源|生成对抗网络及其变体的论文汇总【链接】生成对抗网络(GAN)图片编辑【链接】CycleGAN
Ritter_Liu·2020-07-15 13:50

CycleGAN-Unpaired图像翻译

而一言以蔽之，本文介绍的CycleGAN算法
张雨石·2020-07-15 10:06

生成对抗网络(四)CycleGAN讲解

生成对抗网络CycleGAN讲解Abstract1.Introduction2.RelatedWork3.Formulation3.1.AdversarialLoss3.2.CycleConsistencyLoss3.3
Raywit·2020-07-13 11:57

GAN生成对抗网络合集（七）：cycleGAN—循环损失的提出 / starGAN

cycleGAN源文：https://arxiv.org/abs/1703.10593cycleGAN笔者实践代码：https://github.com/leehomyc/cyclegan-1-----
dexterod·2020-07-12 21:49

论文笔记：The Effectiveness of Data Augmentation in Image Classification using Deep Learning

它将通过使用传统数据扩充技术(比如裁剪、旋转)或者现代意义上讲得GAN(CycleGAN)，还提出了一种通过神经网络学习改进分类器的增强的方法，称之为神经增强。
告白少年·2020-07-11 21:22

ConnectionRefusedError: [Errno 111] Connection refused in pycharm

ConnectionRefusedError:[Errno111]Connectionrefusedhttps://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
seamanj·2020-07-10 01:01

U-GAT-IT

最近在研究风格迁移，看到了这篇文章很不错，将注意力机制加入cyclegan中，实现实时局部迁移，不用在单独去训练一个分割网络。论文上展示的效果也很不错。
Jiabao0328·2020-07-07 20:48

无需成对示例、无监督训练，CycleGAN生成图像简直不要太简单

因此本文主要介绍了无需成对示例便能实现图像转换的CycleGAN图像转换技术。文章分为五部分，分别概述了：图像转换的问题；CycleGAN的非成对图像转换原理；CycleGAN的架构模型；Cy
AI科技大本营·2020-07-07 06:09

【超越CycleGAN】这个人体动态迁移技术让白痴变舞王（视频）

论文地址：https://arxiv.org/pdf/1808.07371.pdf说起去年让“马变斑马”的CycleGAN，大家应该还记忆犹新。CycleGAN利用pi
IT派·2020-07-02 05:00

Python编曲实践（五）：通过编写爬虫来爬取海量MIDI文件，预备构建数据集（附有百度云下载链接）

前言由于毕业设计的课题是通过CycleGAN搭建一个音乐风格转换系统，需要大量的音乐文件来训练神经网络，而MIDI文件作为最广泛使用的一种电脑编曲保存媒介，十分容易搜集资源，也有很多成熟的Python库来对
JosephDing23·2020-07-01 14:54

加强版CycleGAN！贾佳亚等提出卡通图与真实人脸转换模型，看女神突破次元壁长啥样...

将真实人脸照片转化成卡通图像，效果超越了CycleGAN。还能转换成日漫画风，自带了热血青春的气息。来看看更神奇之处，想看看在漫画中的人物突破了次元壁变成变成什么样，用这个算法
QbitAl·2020-07-01 12:49

python-图片横向拼接

importosfromPILimportImageUNIT_SIZE=220#thesizeofimageTARGET_WIDTH=6*UNIT_SIZEsave_path='/root/……cyclegan
LemonTree_Summer·2020-07-01 11:30

CycleGan人脸转为漫画脸，牛掰的知识又增加了！| 附代码

作者|李秋键责编|Carol出品|AI科技大本营（ID:rgznai100）近几天一个GitHub项目火遍了朋友圈，那就是卡通头像AI生成小程序。如下图所见：而这个项目的基本原理是用python搭建的GAN算法模型，进行训练得出。而所谓的GAN就是指生成对抗网络深度学习模型。网络中有生成器G（generator）和鉴别器（Discriminator）。有两个数据域分别为X,Y。G负责把X域中的数据
AI科技大本营·2020-07-01 02:37

深度学习（四十六）——StarGAN, InfoGAN, ProGAN, StyleGAN, BigGAN, FUNIT, CVAE

StarGAN论文：《StarGAN:UnifiedGenerativeAdversarialNetworksforMulti-DomainImage-to-ImageTranslation》CycleGAN
antkillerfarm·2020-07-01 01:14

深度学习（四十五）——Stack GAN, GAN Ensemble, Pix2Pix, CycleGAN

StackGAN论文：《StackGAN:TexttoPhoto-realisticImageSynthesiswithStackedGenerativeAdversarialNetworks》早期以DCGAN为代表的网络生成的图片分辨率太低，质量不够好，都不超过100×100，在32×32或者64×64左右。这是因为难以一次性学习到生成高分辨率的样本，收敛过程容易不稳定。因此采用级联结构，逐次提
antkillerfarm·2020-07-01 01:14

StarGAN-多领域图像翻译

Pix2Pix模型解决了有Pair对数据的图像翻译问题；CycleGAN解决了Unpaired数据下的图像翻译问题。
张雨石·2020-06-30 02:15

Tensorflow2.0：CycleGan

CycleGANcycleGAN可用于风格迁移，用来处理图像转换过程中数据unpair的问题。如下图所示，原本正常马可以变成斑马，同时保持背景不变。其本质是两个对称的GAN,构成一个环形网络。两个GAN共享两个生成器，并各自带一个判别器，即总共两个判别器和两个生成器。Loss的计算本质上还是Gan，所以弄清楚其损失函数的计算方法就可以了。#鉴别器的lossdefdiscriminator_loss
DocPark·2020-06-29 15:17

Generative Adversarial Network

这里先介绍几个Demo:Pix2PixCycleGANAwholelistPix2pix基本上就是你画一个东西它就能生成类似的图片Pix2pix生成的猫CycleGAN这里视频可以让马看起来像斑马。
徐凯_xp·2020-06-29 14:31

cvprw2018 Cycle-Dehaze: Enhanced CycleGAN for Single Image Dehazing

我们的方法通过结合循环一致性和感知损失来增强CycleGAN制剂，以便改善纹理信息恢复的质量并产生视觉上更好的无雾图像。通常，用于去雾
风之羁绊·2020-06-29 08:32

Translating and Segmenting Multi-modal Medical Volumes with Cycle- and Shape-Consistency GAN（简介）

这篇论文主要用到CycleGAN。
weixin_42881607·2020-06-29 06:54

带你理解CycleGAN，并用TensorFlow轻松实现

这篇文章是一份简化版教程，将带你了解CycleGAN的核心理念，并介绍如何在Tensorflow中实现CycleGAN网络。
weixin_42881607·2020-06-29 06:53

生成对抗网络在可将光到红外光跨模态风格迁移中的论文阅读

本文在CycleGAN的启发下，提出了一种将VIS人脸图像转化为伪NIR图像的方法，该方法的目的是为了近似真实NIR图像的分布，并提出了一种新的人脸特征嵌入CycleG
weixin_42881607·2020-06-29 06:53

pytorch cycleGAN代码学习1

一.新的东西p.s:很多架构都和之前一样，就举些不同的1.ReplayBuffer()#Buffersofpreviouslygeneratedsamplesfake_A_buffer=ReplayBuffer()fake_B_buffer=ReplayBuffer()这是什么？？看看utils.py中的classReplayBuffer():   def__init__(self,max_siz
我～·2020-06-29 05:53

GAN小结（BEGAN EBGAN WGAN CycleGAN conditional GAN DCGAN PGGAN VAEGAN）

断断续续看了生成对抗网络一些日子，下面把我比较感兴趣也算是我认为效果比较好的GAN进行简单梳理，其中会参考众多前辈的文章，主要包括1.EBGAN原文https://arxiv.org/pdf/1609.03126.pdf2.BEGAN原文：https://arxiv.org/abs/1703.10717代码：https://github.com/carpedm20/BEGAN-tensorflow
俭任G·2020-06-29 02:22

[生成对抗网络GAN入门指南]（1）引言及实验预备知识和工具

（GAN+监督学习）SGAN/ACGAN（GAN+半监督学习）InfoGAN（GAN+无监督性学习）5.StackGAN（文本到高质量图片）6.iGAN（图像到图像）Pix2Pix（匹配数据图像转换）CycleGAN
gdtop818·2020-06-28 20:59

GAN论文1：Data Augmentation in Emotion Classification Using Generative Adversarial Networks论文笔记

论文思路这篇论文主要应用CyCleGAN生成数据，利用新生成的数据补充
象驮着的云·2020-06-28 20:34

CycleGAN（五）loss解析及更改与实验

目的：弄懂loss的定义位置及何更改。目录一、论文中loss定义及含义1.1论文中的loss1.2adversarialloss1.3cycleconsistencyloss1.4总体loss1.5idtloss二、代码中loss定义2.1判别器D的loss2.2生成器G的loss2.3Idtloss2.4定义位置汇总三、更改与实验3.1定义及更改位置3.2测试时会打出相应参数信息四、训练中los
祥瑞Coding·2020-06-28 19:37

看完立刻理解GAN！初学者也没关系

前言GAN从2014年诞生以来发展的是相当火热，比较著名的GAN的应用有Pix2Pix、CycleGAN等。本篇文章主要是让初学者通过代码了解GAN的结构和运作机制，对理论细节不做过多介绍。
weixin_34126215·2020-06-28 11:56

基于CycleGAN的性别变换方法

GAN的简介近年来，GAN(生成对抗式网络)成功地应用于图像生成、图像编辑和和表达学习等方面。最小化对抗损失使得生成的图像看起来真实。GAN的基本原理为：生成器G是生成图片的网络，接收一个随机的噪声z，生成图片G(z)。其目标是尽量生成真实的图片去欺骗判别网络D。判别器D是判别一张图片是否为真实。输入一张图片x，输出D(x)为x为真实图片的概率。其目的是尽量把生成器生成的图片和真实的图片区别出来。
LuDon·2020-06-27 14:07

CycleGAN算法笔记

UnpairedImage-to-ImageTranslationusingCycle-ConsistentAdversarialNetworks论文链接：https://arxiv.org/abs/1703.10593代码链接：https://github.com/junyanz/pytorch-CycleGAN-and-pix2pixCycleGAN
AI之路·2020-06-27 09:59

2019-02-08

2-5的那篇文章作为参考：https://blog.csdn.net/Gavinmiaoc/article/details/80585531测试命令位于：/scripts/test_cyclegan.sh
Lemonweed_hh·2020-06-27 07:34

Toward Multimodal Image-to-Image Translation（BicycleGAN）图像一对多转换测试

CycleGAN、pix2pix、iGAN的主要贡献者最近在NIPS2017上又推出了一篇文章TowardMultimodalImage-to-ImageTranslation（见https://junyanz.github.io
sparkexpert·2020-06-26 14:53

一代宗师__循环一致性生成对抗网络（CycleGAN）（八）

简介CycleGAN是在2017年发表的一篇文章《UnpairedImage-to-ImageTranslationusingCycle-ConsistentAdversarialNetworks》，同一时期还有两篇非常类似的
Residual NS·2020-06-26 00:14

2019 Interspeech CycleGAN-based Emotion Style Transfer as Data Augmentation for SER

利用：Cycleconsistentadversarialnetworks(CycleGAN)目的：addressingthedatascarcityprobleminspeechemotionrecognition
wangdapang_2·2020-06-25 13:17

Tensorflow2.0之CycleGAN

文章目录CycleGAN介绍CycleGAN与DCGAN的对比CycleGAN与pix2pix模型的对比CycleGAN应用代码实现1、导入需要的库2、导入horse2zebra数据集3、加载数据集中的图片将图片加载成
cofisher·2020-06-25 11:32

GAN学习历程之CycleGAN论文笔记

GAN目前发展的很快，成果也很多，从GAN->Pix2pix->CycleGAN本来是准备看一篇19年一月份ICLR发表的conferencepaperINSTAGAN，发现这篇论文是在cycleGAN
差不多小姐的差不多努力·2020-06-25 07:52

【论文笔记】CycleGAN

前言：CycleGAN是发表于ICCV17的一篇GAN工作，可以让两个domain的图片互相转化。传统的GAN是单向生成，而CycleGAN是互相生成，网络是个环形，所以命名为Cycle。
迷川浩浩_ZJU·2020-06-25 00:32

【深度学习】从Pix2Code到CycleGAN：2017年深度学习重大研究进展全解读

选自Statsbot作者：EduardTyantov机器之心编译2017年只剩不到十天，随着NIPS等重要会议的结束，是时候对这一年深度学习领域的重要研究与进展进行总结了。来自机器学习创业公司的EduardTyantov最近就为我们整理了这样一份列表。想知道哪些深度学习技术即将影响我们的未来吗？本文将给你作出解答。1.文本1.1谷歌神经机器翻译去年，谷歌宣布上线GoogleTranslate的新模
产业智能官·2020-06-24 17:42

循环生成网络 CycleGan 原理介绍

本文旨在解释“循环生成网络”的内部工作原理，以及如何将其应用于解决现实世界中的任务。介绍循环生成对抗网络（简称CycleGans）[1]是功能强大的计算机算法，具有改善数字生态系统的潜力。它们能够将信息从一种表示形式转换为另一种表示形式。例如，当给定图像时，他们可以对其进行模糊处理，着色（如果其最初是黑白的），提高其清晰度或填补缺失的空白。它们比传统的设计/生产/写作软件更强大。因为CycleGa
deephub·2020-06-24 12:51

论文笔记：CycleGAN

CycleGAN1、四个问题要解决什么问题？图像翻译任务（image-to-imagetranslationproblems），域转换任务。用了什么方法解决？提出了CycleGAN的网络结构。
hongbin_xu·2020-06-23 15:48

百度AI攻略：Paddlehub实现图像生成

模型概述CycleGAN是生成对抗网络（GenerativeAdversarialNetworks）的一种，与传统的GAN只能单向生成图片不同，CycleGAN可以同时完成两个
才能我浪费·2020-06-23 13:41

CycleGAN原理及实验（TensorFlow）

生成对抗网络（GAN）是一个十分有效的深度学习模型，由此衍生了CycleGAN。先简单介绍一下GAN。
HellyCla·2020-06-23 03:27

Unsupervised Person Image Synthesis in Arbitrary Poses 笔记

概述这是一篇cvpr2018的oral文章，是在无监督的情况下的情况对给定的图片和姿势生成新的图片，由于训练集的图片不是成对出现的（无监督），所以他借用了cycleGAN的思想，生成器一方面生成新的姿势图片
MatouKariya·2020-06-22 01:38

GAN图像转换之pix2pix到CycleGAN

图像转换是将一张输入图片转换为不同的输出图片，如将一张灰度图变成彩色图，素描图换成实物图（见下图），这在现实生活中有很多应用场景。这类问题本质上是要建立输入和输出图像像素点之间的映射关系，而CNN网络正适合担当这个角色。从另外一个角度看，这类问题其实是建立生成模型，GAN架构是一种很好的解决方案。这里介绍的pix2pix模型就是通过GAN来实现图像转换的，不过其训练过程需要成对的输入和输出样本，这
Sanven?·2020-06-21 20:07

GAN初步——本质上就是在做优化，对于生成器传给辨别器的生成图片，生成器希望辨别器打上标签 1，体现在loss上！...

from:https://www.sohu.com/a/159976204_717210GAN从2014年诞生以来发展的是相当火热，比较著名的GAN的应用有Pix2Pix、CycleGAN等。
weixin_33781606·2020-06-21 10:43

INSTAGAN论文笔记

主要内容：1.网络结构：生成器网，鉴别器网络结构与cyclegan相似，将多个不同的实例分割标签图一起concat进入网络
liuqiang3·2020-06-21 03:05

CycleGAN

前段时间看了一下CycleGan网络，最近还是想稍微总结一下，毕竟如果不记下的话很容易忘记。
blackmanba_084b·2020-05-29 02:32

百度AI攻略：Paddlehub实现图像生成

模型概述CycleGAN是生成对抗网络（GenerativeAdversarialNetworks）的一种，与传统的GAN只能单向生成图片不同，CycleGAN可以同时完成两个
才能我浪费·2020-04-11 05:10
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他