杂类
juebai123
这个作者很懒,什么都没留下…
展开
-
C++ 实现 mobileNet分类器
在https://github.com/shicai/MobileNet-Caffe中有两个模型:1。mobilenet.caffemodel2。mobilenet_v2.caffemodel这里用C++实现下mobilenet 结构:翻译 2020-02-12 10:10:44 · 1075 阅读 · 5 评论 -
C++实现去运动模糊(DeblurGAN)
这个DeblurGAN的生成网络和风格转换的生成网络差不多,除了残差块从5个加到9个外,全局也是一个残差结构:output = input + output其它都相同了。所以就不详细讲了,请参看风格转换部分。主函数:void DeblurGAN(char * savefilename,DeblurGAN模型 & sr){// int wid=bmp.widt...翻译 2019-03-24 18:37:20 · 1604 阅读 · 2 评论 -
从 Deblur GAN ( Keras ) 导出模型训练参数
由于《deblur-gan-master》(实现上用的是《deblur-gan-0c0c0296f143b7a070a0969cb64a8774f8e79f1d》)也有一个去模糊的生成模型 generator.h5。先安装 Keras。运行:python scripts/deblur_image.py --image_path=test_blur.jpg这个效果比前面的哪好个...翻译 2019-03-29 19:49:36 · 1386 阅读 · 0 评论 -
运行 去运动模糊(DeblurGAN)(Pytorch代码)
由于《DeblurGAN 安装调试笔记》一文作者提供了《DeblurGAN-master》的两个模型latest_net_G.pth 和 latest_net_D.pth这里也来测试下效果。先去掉有关gpu的代码,并 data_loader 用下面的替代#----------------------------------------------------test_im...翻译 2019-03-23 20:49:10 · 5934 阅读 · 16 评论 -
黑白图像自动上色(Colorization)
在《siggraph2016_colorization-master》有两个可以给黑白图片自动上色的模型:colornet.t7 和 colornet_imagenet.t7。现来把这个 Torch7 代码翻译成 C++ 代码玩玩。colornet.t7流程图:图像中的上半部分就可以完成上色任务了,下半部分是为了加大适用范围加的(大数据训练的分类网络)。哪个共用权重被...翻译 2019-05-15 19:31:31 · 9685 阅读 · 2 评论 -
黑白图像自动上色(颜色迁移版)
在《一篇关于如何用深度学习完成自动上色(Automatic Image Colorization)的论文浅析》看到这个模型也可以作颜色风格迁移,这里也来试试,先换另一个模型:colornet_imagenet.t7。看图:这个模型和前面的哪个除了训练集不同外,着色输入层核大小已经换成了1x1了,总体来说基本相同。RGB 和 Lab 互换 按《opencv2,RGB转Lab色彩空间...翻译 2019-05-21 10:41:58 · 3508 阅读 · 0 评论 -
运行 三维人脸重建(VRN)
在《vrn-master》可以下载 vrn-unguided.t7 模型(没有安装 torch7,运行不了)。在《vrn-torch-to-keras-master》提供一个 Keras 模型下载地址: vrn-unguided-keras.h5 (drive.google)和一个 Tensorflow 的 pb 模型:vrn-tensorflow.pb (drive.google)。...翻译 2019-06-09 20:30:33 · 2241 阅读 · 6 评论 -
体素转换为点云(VRN)
前面我们输出的灰度图是没有鼻孔的(只能是上小下大),这里我们把它转换为点云。流程简图:由于保存192*192*200个点数据比较慢,我们从双线性插值前的48*48*200的数据导出,后面的到C++中处理。# coding=gbkfrom tensorflow.core.framework import graph_pb2from num_save_mat import K_s...原创 2019-06-11 21:18:02 · 4778 阅读 · 0 评论 -
C++运行三维人脸重建 VRN
流程:定义数据池:1。残差块struct 残差块 //标准残差块{ BN层数据 * bn0; 层数据 * conv1; BN层数据 * bn1; 层数据 * conv2; BN层数据 * bn2; 层数据 * conv3;};2。总模型 struct RVN模型{ //层数据 * conv0;//3->64 0 //BN层数据...翻译 2019-07-04 19:55:03 · 697 阅读 · 0 评论