生成对抗网络
文章平均质量分 77
求是书院萌新一枚
初学计算机视觉
展开
-
利用tensorflow加载VGG19
利用tensorflow加载VGG19前言一、源码总结前言目前在生成网络领域,对于图片内容的损失约束基本已经不再使用常规的l1,l2正则化,而是转用VGG提出高维特征,对图片内容进行约束,这里我是使用别人在github提供论文中的源码。一、源码'''CVPR 2020 submission, Paper ID 6791Source code for 'Learning to Cartoonize Using White-Box Cartoon Representations''''i.原创 2021-01-04 19:48:40 · 972 阅读 · 4 评论 -
Diversified Arbitrary Style Transfer via Deep Feature Perturbation
Diversified Arbitrary Style Transfer via Deep Feature Perturbation[CVPR,2020]论文笔记前言一、论文的原理二、实验结果总结前言在研究风格迁移领域的同学们,如果研究此论文的时候会发现官方的代码是基于torch写的,采用C语言版本,需要装在lua的编译器,并不能在我们常用的Pycharm上面进行很好的实施,因此根据论文的原理以及询问作者修改的点进行了复现这篇论文的代码,这篇论文总体上是在Universal Style Transfe原创 2021-01-03 19:38:58 · 556 阅读 · 0 评论 -
《Self-Attention Generative Adversarial Networks》阅读笔记+tensorflow实现
《Self-Attention Generative Adversarial Networks》阅读笔记+tensorflow实现前言一、自注意力机制是什么?二、使用步骤1.在tensorflow代码版本中提供了attention和google_attention,源代码中使用了google_attention,我在采用了google_attention使用。2.在这里的conv、max_pooling可能会报错,大家可以改成自己在tensorflow中的函数,我是尊重源码,复制了ops.py文件总结.原创 2021-01-02 19:01:23 · 633 阅读 · 2 评论 -
《Learning to Cartoonize Using White-box Cartoon Representations》阅读笔记
《Learning to Cartoonize Using White-box Cartoon Representations》阅读笔记前言一、文件目录二、需要安装的包三、运行数据集预训练正式训练训练结果总结前言自己在阅读这篇文章的过程中发现github中并没有公开数据集,后来发现在issue中可以找到,但是有提到可能会因为版权问题不放数据集链接,因此在这里为了方便大家学习,在此记录一下自己运行这个项目的过程。github地址: https://github.com/SystemErrorWang原创 2020-11-21 21:08:32 · 1113 阅读 · 15 评论 -
tensorflow实现谱归一化(Lipschitz stability constraint)
tensorflow实现谱归一化(Lipschitz stability constraint)前言一、实现谱归一化推导过程?二、tensorflow实现1.采用幂迭代法进行谱归一化的过程如下(示例):2.如何使用3.在自己的一个模型中的实际使用效果总结前言根据(wgan的推导过程)在生成对抗网络的训练中,由于卷积神经网络的权重矩阵应该满足Lipschitz stability constraint,具体的详细了解,因此采用谱归一化,将权重限制在(0,1)之间以代替传统的超过1部分截断等,一般用在生成原创 2020-11-21 12:44:15 · 1877 阅读 · 15 评论