机器视觉
文章平均质量分 84
Lcm_Tech
这个作者很懒,什么都没留下…
展开
-
【diffusers】(三) pipeline原理及自定义训练推理
上一篇文章中我们介绍了SD以及scheduler,深入了解了diffusers中代码和论文公式中的相对关系。现在我们就要开始实战,看看怎么去训练和推理自己的模型。原创 2024-01-16 00:36:29 · 4022 阅读 · 6 评论 -
【图像生成】(四) Diffusion原理 & pytorch代码实例
之前介绍完了图像生成网络GAN和VAE,终于来到了Diffusion。stable diffusion里比较复杂,同时用到了diffusion,VAE,CLIP等模型,这里我们主要着重介绍diffusion网络本身。原创 2023-08-09 18:42:54 · 6222 阅读 · 12 评论 -
【图像生成】(三) VAE原理 & pytorch代码实例
上一篇文章里我们介绍了【图像生成】的GAN及其改进WGAN,还有对应的condition条件生成代码。这篇文章主要介绍另外一种生成网络VAE。原创 2023-08-08 01:20:09 · 2443 阅读 · 7 评论 -
【图像生成】(二) GAN 原理 & pytorch代码实例
上一篇文章里我们介绍了【图像生成】的几种模型以及最直观的DNN的代码和效果,当然可以看出来不足的地方。这篇文章里主要介绍GAN模型的原理,以及它是怎么解决以上问题的。原创 2023-08-07 10:16:52 · 3661 阅读 · 4 评论 -
【图像生成】(一) DNN 原理 & pytorch代码实例
从之前开始就一直想做这个【图像生成】系列,主要是之前做过很多跟GAN相关的项目,同时AIGC和Stable Diffusion的火爆也开始让这个方向的研究活跃起来。这个板块主要是想介绍【图像生成】模型的发展过程,以及其中最主要的几个代表模型,来研究和分析其中的改进点和创新性,来更好地帮助大家理解图像生成模型。数据集我们就用最简单的MNIST手写数字数据集,来做基本的生成和condition生成任务,这样也方便更好理解模型的流程和思路,每个模型都会介绍它们的原理、公式以及对应的pytorch代码实现。原创 2023-08-04 14:08:55 · 2150 阅读 · 1 评论 -
pytorch生成对抗网络GAN的基础教学简单实例(附代码数据集)
这篇文章主要是介绍了使用pytorch框架构建生成对抗网络GAN来生成虚假图像的原理与简单实例代码。数据集使用的是开源人脸图像数据集img_align_celeba,共1.34G。生成器与判别器模型均采用简单的卷积结构,代码参考了pytorch官网。原创 2023-01-13 15:08:11 · 4558 阅读 · 29 评论 -
python手动实现图像像素的kmeans聚类(附代码)
python使用kmeans算法来对图像中的像素进行聚类。整个kmeans算法为手动实现,不调用sklearn库。原创 2023-01-10 13:55:45 · 4049 阅读 · 0 评论