- 博客(12)
- 收藏
- 关注
RSS订阅原创 RabbitMq在Centos的安装及遇到的问题
版本装RabbitMq只要和Erlang版本配对了，基本问题不大。版本对应的网址。安装Erlang1先装Erlang才能装RabbitMq, 后缀是el7就代表是centos7版本Erlang包地址2找到对应版本的包，在usr/local下创建一个文件 /rabbitmq,进入该文件夹（这一步是为了后续找到安装的erlang.rpm包）3通过下图右下角的wget下载4对应包名用rpm安装erlang文件安装结果：输入erl测试是否安装成功：erl安装soca.
2021-09-27 09:24:16
408
原创 如何将深度学习的float32图像转为Unit8格式以方便cv2使用
在使用Pyside2中的 QImage处理深度学习模型生成的图片时，需要将float32的图像转为Unit8格式，再使用cv2处理。一开始使用网上的其他教程，如下： # 模型生成 G_recon = G(self.content, True) # 将(1，3，256，256)尺寸的转为(256,256,3) G_recon = ((G_recon[0].cpu().detach().numpy().transpose(1, 2, 0) + 1) / 2)
2021-06-09 18:09:41
3661
1
原创 如何删除Docker中的镜像(简单可行)
首先docker images查看已有容器然后用docker rmi 容器id最后docker images 查看是否删除
2021-05-24 17:28:15
373
原创 win10下Tensroflow，Pytorch不能用GPU（亲测有效）
一开始pytorch能用，TensorFlow不可，为了TensorFlow鼓捣一会后，发现Pytorch也不能用了，查了许多办法博客发现是版本不匹配问题，尤其是Cuda版本10.0之后就不太能用了。为了让这俩都能用，在踩了一天坑之后终于????二者能用了Tf:local_device [name: "/device:CPU:0"device_type: "CPU"memory_limit: 268435456locality {}incarnation: 134991618779764320
2020-06-24 10:25:31
2498
1
原创 把一个文件的图片转移到另一个文件
将文件path的图片转移到另一个文件内：import osimport matplotlib.pyplot as pltfrom torchvision import datasetsfrom PIL import Imageimport torchvision.transforms as tranfrom torchvision import utils#collect是转移def collect(path, i, filePath): for root, dirs, files
2020-06-05 14:15:57
695
原创 风格迁移论文----关于内容结构的控制
介绍：这几篇论文着重点不在于风格迁移的方法，而是关注迁移过程中对合成图像中内容结构的控制。通过论文中提出的不同方实现在风格转换过程中将输出图片的多样性（比如变换内容，空间控制等）。1)Controlling Perceptual Factor in Neural Style Transfer(cvpr2017)2)Image Neural Style Transfer With Preserving the Salient Regions(IEEE Access 2019)3)High-Resolut
2020-05-15 12:58:52
1095
原创 风格和样式在GAN网络中的分离(Style and Content Disentanglement in Generative Adversarial Networks)CVPR 2019
该论文贡献：1)提出了SC-GAN能够在无监督风格分离内容和风格表达；2)提出了通过得到的损失来训练SC-GAN；3)在实验中作者在BiGAN中添加了SC-GAN，使作者能够在样本中传输内容和风格；4)提出了一个很好的质量检测方法；实验优点：作者提出的方法可以学习分离风格和内容的表示（就是，内容不变的时候，风格要变化。相反，不管内容怎么变化，风格要不变），同时提高生成图像的质量。介绍：...
2020-04-24 10:46:21
1663
1
原创 A Style-Aware Content Loss for Real-time HD Style Transfer（一个风格转换的风格感知损失）CVPR2018
A Style-Aware Content Loss for Real-time HD Style Transfer该论文贡献：提出了一个风格感知损失函数，与一个encoder-decoder网络联合训练训练出特定艺术家风格。该论文实验效果如下图，(a)(c）图分别是梵高早晚期作品，(b)(d)是合成图片。可以看出合成图风格更加贴切画家的风格。下图主要表达了用不同画家风格合成出的图内容图...
2020-04-17 15:54:54
1266
原创 A Content Transformation Block For Image Style Transfer（一个对图片风格转换的内容转换块）
A Content Transformation Block For Image Style Transfer论文主要贡献：1该论文明确地关注内容图像的内容感知和样式感知的样式化。2而且提出了一个归一化层来提高风格化后分辨率。首先该论文实验结果如下图，在特征空间中将风格图与内容相匹配的内容图放到一起。在到下图所示，匹配后的图片风格转换后内容图细节保留的更好。作者利用照片和样式样本中...
2020-04-05 15:57:59
655
原创 A Closed-form Solution to Photorealistic Image Stylization快速真实图片风格化
首先是该论文的实验效果如图：在用了PhotoWCT和Smoothing后在局部也不会出现像以前风格化算法出现的结构伪影（结构边界混乱）。在图中可以看出在天空和内容细节上转换的很好。简称FastPhotoStyle：逼真的风格化的封闭形式以前看到过closed-form，这次根据论文内容个人理解的封闭化是指训练结构封闭。论文提出方法主要由两部分组成：风格步骤和平滑步骤（smoothing st...
2020-03-28 10:33:55
1136
原创 关于改进GAN论文的看法（1）
摘要:改进GAN是最近网络学习的一个很有趣的方向，不像单纯调参那样，GAN的改进更具有多样化，可以叠加不同网络，修改图片等对网络进行基于自己想法的改进以得到更好的结果。下面先写出两个个人感觉比较有趣的GAN改进论文。Cycle-GAN:Unpaird Image-to-Image Translation using Cycle-Consistancy Adversarial Network虽然...
2020-03-21 12:04:51
404
原创 High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs个人理解
看了这篇论文 觉得有趣的地方 希望能为后者提供些不同看法，不足之处希望各位指正一、该论文通过改进提高了生成图像的像素，有趣的一点在于作者能通过low-dimension feature channel 作为生成器的输入来实现实例级的目标修改，效果如下图：论文中该方法的实现，1）作者训练一个生成器网络E去找图片中每个实例对应的低维特征，E是一个encoder-decoder标准结构网络。...
2020-03-21 11:56:38
685
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