- 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
- 🍖 原作者:K同学啊
本周任务:
1、了解并学习Pix2Pix算法
2、画出Pix2Pix生成器网络结构
一、图像翻译
- 其实就是将物体的一个特征转换为同一物体的更复杂的特征,如皮包轮廓👉皮包彩图
- 前2周中的CGAN是在GAN的基础上增加了条件,将无监督转为有监督,从而提高生成图像的质量
U-Net
- U-Net是一个全卷积模型,先压缩再扩张,同时将上一层上采样与扩张后的特征拼接起来,呈U形结构。
Pix2Pix
- 与CGAN不同之处在于,生成器的输入是源图像+随机噪声;而判别器的输入则是生成图像+源图像。
- PIx2Pixel的判别器将输入图像分为N X N 个图像块,然后将它们依次提供给判别器。
- 生成器网络结构图
运行结果
tips:如果运行过程报错,可以试着将shuffle改为False、n_cpu的线程数减少;这样就可以顺利运行了。