Tensorflow实现图像风格迁移

原理部分

我所理解的图像风格迁移基本原理:

总损失=内容损失+风格损失

快速图像风格迁移基本原理:

 

实践部分 

实践快速图像风格迁移的步骤 

  1. 图像生成网络在model.py中定义,其原理主要是对图像进行卷积计算,然后在进行”反卷积计算“
  2. 损失网络只需要在训练过程中学会怎么引用即可(其引用配置写在conf/文件夹下的配置文件中)
  3. 定义好图像生成网络和损失网络后,在train.py中引用并写好训练过程,得到损失网络计算出来的总损失endpoints_dict
  4. 在loss.py文件中引用总损失endpoints_dict并因此得到内容损失和风格损失(根据哪些层分别得到内容损失和风格损失)
  5. 在train.py中引用loss.py中的内容损失和风格损失来训练图像生成网络中的参数
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值