- 博客(5)
- 收藏
- 关注
RSS订阅原创 pix2pixHD
pix2pixHD动机网络结构从糙到精生成器多尺度鉴别器创新点改进的损失函数使用Instance-map的图像进行训练语义编辑总结动机实现高分辨率的图像生成网络结构在pix2pix的基础上，增加了一个“从糙到精生成器(coarse-to-fine generator)”、一个多尺度鉴别器架构和一个健壮的对抗学习目标函数。从糙到精生成器生成器包含G1和G2两个子网络，G1是全局生成网络，G2是局部增强网络。两个子网络结合起来使用，在训练时，先训练全局生成器G1，然后训练局部增强器G2，然后整体
2020-12-17 18:50:04
4491
1
原创 经典GAN和pix2pix、cycleGAN的loss对比
经典GAN和pix2pix、cycleGAN的loss对比经典GAN中的对抗losscGAN中的条件对抗losspix2pix中的loss代码部分判别器的代码：生成器的代码：CycleGAN:与pix2pix的异同不同点相同点Adversarial losscycle consistency lossidentity losstotal loss代码部分判别器的代码：生成器的代码：参考文献经典GAN中的对抗lossGAN中包含两种类型的网络G和DG为Generator，它的作用是生成图片。就是
2020-09-16 21:42:45
5182
2
原创 图像分类算法优化技巧
图像分类算法优化技巧【CNN调参】图像分类算法优化技巧（实用性很高）【CNN调参】图像分类算法优化技巧（实用性很高）论文：Bag of Tricks for Image Classification with Convolutional Neural Networks论文链接：https://arxiv.org/abs/1812.01187https://www.lizenghai.com/archives/56672.htmlhttps://blog.csdn.net/u014380165/a
2020-08-05 21:53:25
313
原创 PyTorch中的可视化
PyTorch中的可视化工具TensorflowX的可视化安装环境常用的方式scalargraphVisdom的可视化TensorflowX的可视化安装环境tensorboardX安装在pytorch环境中。先在pytorch环境中安装tensorflow环境以获得tensorboard再pip install tensorboardX安装tensorboardX常用的方式TensorboardX可以提供中很多的可视化方式，介绍常用的scalar 和 graph，其他类型相似。scala
2020-08-04 13:28:10
503
原创 文献阅读——金属伪影减少MAR问题
金属伪影减少MAR问题金属伪影减少MAR问题金属伪影的成像原理金属伪影示意图metal artifact reduction (MAR)MAR方法分类迭代重建图像域MAR方法Sinogram域MAR方法DuDoNet创新点不足DuDoNet++改进的点贡献2019年CVPR文章“DuDoNet: Dual Domain Network for CT Metal Artifact Reduction”1和后续进展DuDoNet++ “Encoding Metal Mask Projection for Me
2020-08-03 17:48:56
4592
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人