GAN
文章平均质量分 83
竹篓有个天
如有侵权,请私信我
展开
-
CVPR2021论文--深度学习GAN&&图像处理--论文笔记5
/1 UP-DETR: Unsupervised Pre-training for Object Detection with Transformers(无监督预训练检测器)paper:https://arxiv.org/pdf/2011.09094.pdf使用Faster R-CNN,通过一种Transformer编码器-解码器架构,使得Object Detection with Transformers(DETR)达到了更好的竞争性能。受Pre-trainingTransformer在自然语言处理.原创 2021-06-23 11:09:14 · 500 阅读 · 0 评论 -
CVPR2021论文--深度学习GAN&&图像处理--论文笔记4
/1 Transformer Interpretability Beyond Attention Visualization(注意力可视化之外的Transformer可解释性)paper:https://arxiv.org/pdf/2012.09838.pdfcode:https://github.com/hila-chefer/Transformer-Explainability概述:Self-attention技术,特别是Transformer ,在文本处理领域占据主导地位,并在计算机视觉分类.原创 2021-06-23 11:07:28 · 1135 阅读 · 2 评论 -
CVPR2021论文--深度学习GAN&&图像处理--论文笔记3
/1 Image-to-image Translation via Hierarchical Style Disentanglement通过层次风格解缠的图像到图像的转换 paper:https://arxiv.org/abs/2103.01456code:https://github.com/imlixinyang/HiSD多标签和多风格的图像到图像的转换显著发展,但是由于标签中未探索的独立性和排他性,现有的工作由于涉及对转换结果的不受控制的操作而失败。在本文中,我们提出层次风格解缠(Hi原创 2021-06-23 11:05:47 · 876 阅读 · 0 评论 -
CVPR2021论文--深度学习GAN&&图像处理--论文笔记2
/1 Pre-Trained Image Processing Transformer随着现代硬件的计算能力不断增强,在大规模数据集上学习的预训练的深度学习模型(例如Transformer的BERT,GPT-3)已经显示出它们比传统方法的有效性。这一重大进展主要归功于Transformer及其变体体系结构的表示能力的提高。本文研究了低层次的计算机视觉任务(如去噪、超分辨率和去噪),提出了一种新的预处理模型,即图像处理Transformer(IPT)。为了最大限度地挖掘Transformer的能力,我们.原创 2021-06-23 11:03:38 · 814 阅读 · 0 评论 -
CVPR2021论文--深度学习GAN&&图像处理--论文笔记
/1 Image-to-image Translation via Hierarchical Style Disentanglementpaper:https://arxiv.org/abs/2103.01456code:https://github.com/imlixinyang/HiSD/2 Encoding in Style: a StyleGAN Encoder for Image-to-Image Translation(样式编码:用于图像到图像翻译的StyleGAN编码器)pa...原创 2021-06-23 11:02:29 · 1059 阅读 · 0 评论 -
20210330论文笔记--3篇注意力机制算法
/1 SE-Net《Squeeze-and-Excitation Networks》Jie Hu, Li Shen, and Gang Sun. Squeeze-and-excitation networks. In IEEE Conf. Comput. Vis. Pattern Recog., pages 7132–7141, 2018代码 https://github.com/miraclewkf/SENet-PyTorch通过一个小型的子网络,自动获得一组权重,对各个特征通道进行加...原创 2021-04-14 10:14:50 · 656 阅读 · 0 评论 -
论文笔记NTIRE 2019 Challenge on Image Colorization: Report--图像彩色化方法对比
NTIRE 2019 Challenge on Image Colorization: Report摘要:本文综述了图像着色的挑战(从相应的灰度图像中估计颜色信息),重点介绍了所提出的解决方案和结果。这是此类挑战中的第一次。这个挑战有两个方面。Track1以单个灰度图像作为输入。在Track2中,除了灰度输入图像外,还提供了一些颜色种子(从潜色图像中随机抽取的样本)来指导着色过程。通过提供的灰色和彩色训练图像对,运算符是可学习的。这条赛道有188名注册选手,在最后的测试阶段有8支队伍参赛。..原创 2020-10-15 16:34:19 · 820 阅读 · 0 评论 -
20200916-GAN+图像处理-论文分享
/4 Robust Image Colorization using Self Attention based Progressive Generative Adversarial Network(在论文Self-Attention Generative Adversarial Networks的基础上做的)主要内容:图像自动着色的不确定性+灰度噪声图像。本文提出了一种基于自注意的渐进生成对抗网络(RIC-SPGAN,Robust Image Colorization using Self-atten.原创 2020-09-16 20:21:39 · 1162 阅读 · 0 评论 -
基于GAN的图像修复--论文笔记
/1 Region Normalization for Image Inpainting主要内容:将损坏的图像输入到神经网络中可能会产生问题,例如无效像素的卷积、归一化的均值和方差。但是,当前方法无法解决网络中的均值和方差漂移问题。当前方法大多采用 feature normalization(FN,特征归一化) 进行训练,这些FN方法大多在空间维度上进行归一化,忽略了损坏区域对归一化的影响。本文提出Region normalization((RN,区域归一化)来解决上述问题。根据输入的mask(隐码..原创 2020-08-30 20:51:18 · 10074 阅读 · 4 评论 -
旧照片或胶片着色修复+GAN
1.Self-Attention Generative Adversarial Networks (SAGAN,自注意力机制GAN)论文:https://arxiv.org/abs/1805.08318代码:https://github.com/heykeetae/Self-Attention-GAN面对问题:基于GAN生成图像的细节把控不好原因是:现在基于卷积CNN的图像生成,基本上都是基于local receptive field(局部感受野),略显局限,缺少全局或其他信息。 传统原创 2020-08-27 19:24:31 · 2197 阅读 · 2 评论