【模型复现】CVPR2017有监督GAN模型—pix2pix复现

本博客详细介绍了如何在极链AI云平台上复现CVPR2017的pix2pix有监督GAN模型,包括模型简介、应用场景、环境准备和复现步骤,涉及图像翻译和cGAN的概念。
摘要由CSDN通过智能技术生成

【模型复现】CVPR2017有监督GAN模型—pix2pix复现

极链AI云 注册链接
关注极链AI云公众号,学习更多知识!


一、模型详情

1.1 模型简介:

pix2pix基于GAN实现图像翻译,更准确地讲是基于cGAN(conditional GAN,也叫条件GAN),因为cGAN可以通过添加条件信息来指导图像生成, 因此在图像翻译中就可以将输入图像作为条件,学习从输入图像到输出图像之间的映射,从而得到指定的输出图像。而其他基于GAN来做图像翻译的, 因为GAN算法的生成器是基于一个随机噪声生成图像,难以控制输出,因此基本上都是通过其他约束条件来指导图像生成,而不是利用cGAN,这是pix2pix和其他基于GAN做图像翻译的差异。

1.2 关键词:

有监督GAN

1.3 应用场景:

图像分类

1.4 结构:

在这里插入图片描述

1.5 论文地址:

https://arxiv.org/pdf/1406.1078.pdf

1.6 模型来源:

https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix


下面就是该模型的具体复现流程

二、平台环境准备

2.1

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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