任意风格迁移研究
文章平均质量分 82
任意风格迁移
爱喝红茶的百里梵梵
这个作者很懒,什么都没留下…
展开
-
SAnet-任意风格迁移代码详解
这篇论文就是一个基于AdaIN的论文,代码都差不太多,比较大的区别就是在本篇论文中,是通过训练权重比例来融合风格图像和内容图像的。第一个vgg编码器,看图因该是选取了vgg网络的前Reule4_1层,第二个编码器就是vgg的前Reule5_1。这块的代码和AdaIN的编码器几乎是一样的用的,一点不同就是比AdaIN的多了一层。这个风格融合模块和自适应归一化还是很不一样的,他并没有用到方差对齐、均值对齐的操作,但是达到了任意风格迁移的效果,这是为啥呢?逐步解释以上内容的实现,这是文章的一大主要的创新点。原创 2023-11-16 12:26:16 · 374 阅读 · 0 评论 -
AdaIN任意风格迁移代码分析-详细版
(3)解释 feat_mean = feat.view(N, C, -1).mean(dim=2).view(N, C, 1, 1)(2)解释函数feat_std = feat_var.sqrt().view(N, C, 1, 1)(1)解释函数:feat_var=feat.view()rashape的操作。训练的是一个解码器所以并没有风格迁移模块的存在。举个例子:例如一个张量(2,3,4,4)需要解释的是.expand(size)计算一个l2的损失,均方误差。计算均值和方差的l2的损失。原创 2023-10-09 20:51:40 · 644 阅读 · 0 评论 -
Avatar-Net: Multi-scale Zero-shot Style Transfer by Feature Decoration-代码解读
论文中的模型的结构图。原创 2023-10-11 21:17:12 · 226 阅读 · 0 评论