李宏毅机器学习第五周

已于 2023-07-08 20:19:57 修改
阅读量111 收藏
点赞数
分类专栏： 机器学习 文章标签： 机器学习 人工智能 python
于 2023-07-08 20:19:07 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_54065775/article/details/131607735
版权

文章目录

摘要

本周学习对抗神经网络，知道了生成性模型和对抗神经网络的关系；了解了GAN的网络架构和模型训练流程；GAN的种类也十分多，了解到了有条件和无条件GAN的区别；也对cycle GAN进行了学习；GAN十分难训练，需要一些train的技巧；也学到一些评估GAN生成器好坏的方法。我还阅读了GAN的论文，对理论部分进行了推导，对不懂的知识查了相关概念。最后找了一个运用GAN生成手写数字的demo，进行代码运行和阅读。

Abstract

This week, I studied Generative Adversarial Networks (GANs) and learned about their relationship with generative models. I gained an understanding of the network architecture and training process involved in GANs. I also discovered that there are various types of GANs, including conditional and unconditional GANs, each with their own distinctions. Additionally, I explored Cycle GANs as well.Training GANs proved to be challenging, requiring specific techniques and tricks. I also learned some methods for evaluating the quality of GAN generators. To deepen my understanding, I read research papers on GANs, deriving theoretical concepts and researching unfamiliar topics.Finally, I found a demo that utilizes GANs to generate handwritten digits. I ran and studied the code, gaining insights from the practical implementation.

1.什么是GAN

Generative model中最出名的是GAN(Generative Adversarial Network)。GAN其主要的目的是训练机器让机器能够自主生成相对应类型的图片，其中生成器generator就是GAN中进行生成相对应类似分布的网络，而鉴别器Discriminator就是判别生成器生成是否为真假的网络，鉴别器通过将输入的假图像转换成一个判别值来判断真假，值越大，假图像和真图像越接近，让生成器和鉴别器相互博弈，最终达到一种平衡（鉴别器鉴别不出真假图像），最后得到这个生成器就是算法的目标。如下图就是GAN的生成器的示意图，输入从简单的分布中sample出来的向量z和条件x，经过生成器，得到复杂的分布的向量y。
在这里插入图片描述
目前的GAN已经发展了许多的种类，有各式各样的GAN网络，如下图是各种各样的GAN的网络。
在这里插入图片描述

2.GAN的网络架构和执行流程

2.1 无条件GAN

GAN有无条件是指生成器除了输入噪声数据z（来自均匀分布或者高斯分布等等一些分布）是否还有别的输入x。下图是用无条件GAN来生成动漫人脸。在这里插入图片描述
鉴别器来识别真假图像，对于鉴别器来说，对生成器生成的图像的评分越低证明鉴别器越好。下图是一个鉴别动漫人脸的鉴别器。
在这里插入图片描述

2.2 有条件GAN

简单来说就是对生成器加限制，比如下图的生成器加上条件红眼，生成的动漫人脸的眼睛都为红色。
在这里插入图片描述
这时候对于鉴别器就不能只关心生成的是否和真图像相似的动漫人脸，还要判断适合真图像相似的人脸并且眼睛必须是红色的，下图就是加条件之后鉴别器需要做的。
在这里插入图片描述

2.3 GAN流程

以无条件GAN生成动漫人脸为例讲述GAN的工作流程，下面是具体的步骤：
step1：
先初始化生成器和鉴别器的网络，接着让生成器先生成动漫人脸。这时候定住生成器（生成器的参数不允许再变化），然后将真实的动漫人物和生成器生成的动漫人脸输入给鉴别器，对鉴别器进行训练，使鉴别器将两者分开。

注：鉴别器有两种方案：
（1）看作一个分类问题，把真正的人脸当作类别1，Generator产生出来的图片当作类别2，然后训练一个classifier就结束了。
（2）看做一个回归的问题，输出的值越接近1，就代表越接近真实图片；而越接近1，就代表越接近假的图片，这两种办法都可以。

在这里插入图片描述
step2：
鉴别器训练完后，这时候定住鉴别器（鉴别器的参数不允许再变化），然后从分布里面sample一些向量输入到生成器中，生成动漫人物图像，再将人物动漫图像输入给鉴别器，使得鉴别器分辨不出真假（也就是输出的值大）。
在这里插入图片描述
step3：
定住生成器，训练鉴别器，使鉴别器能分辨真假图片。
step4：
定住鉴别器，训练生成器，使鉴别器不能分辨真假图片。
循环往复，当生成器生成的图片和真图片的分布相似或一样的时候，鉴别器再也分辨不出来真假图片，这时候算法结束，得到最终的生成器。

2.4 GAN理论

对于生成器和鉴别器的训练，需要先定义损失函数，然后进行梯度下降。损失函数如何定义是一个问题。对于生成器而言，希望真实数据和生成数据的分布一样，思路很清晰，使用两个分布之间的divergence的差值来更新生成器。生成数据的分布是不知道的，真实数据的分布可能也不知道。那么如何计算divergence（PG，Pdata）？问题转向如何计算divergence（PG，Pdata）。

注：PG表示生成器生成的数据的分布，Pdata表示真实数据的分布

在这里插入图片描述
虽然不知道两个分布，但是可以从两个分布中sample出来向量（图片），可以使用sample的向量（图片）计算divergence（PG，Pdata）。
在这里插入图片描述
对于鉴别器而言，分辨两种图片，那不就相当于训练一个二分类器。希望这个二分类器可以将两类图片分的越开越好，就是划分出一个边界。于是就得到鉴别器的损失函数。这个损失函数和JS divergence有关。
在这里插入图片描述
因为鉴别器的损失函数和JS divergence有关，那么可以将生成器的损失韩式进行替换，如下图。
在这里插入图片描述
还有一些其他的divergence，如此下图。
在这里插入图片描述
即使知道了可以使用JS divergence计算损失，但是JS divergence是不适合的，因为对于PG和Pdata除非两者分布重合，否则计算的结果永远是log2，如下图所示。这就导致在训练model时，没法评估model生成图片的好坏，只有在最终的时候才能看出来，但是你能保证最终两个分布一定能重合吗？
在这里插入图片描述
这时候就需要再找一个评估指标，使用Wasserstein distance。下图就是wassertein distance。使用这个指标的就叫做WGAN。

在这里插入图片描述

2.5 Learning from Unpaired Data (Cycle GAN)

GAN 的妙用：unsupervised learning ，也就是接下来要介绍的 Cycle GAN。
一个例子就是 Style Transfer，例如图像风格转换，假设有一些人脸图片，另外有一些动漫头像，两者没有对应关系，也就是 unpaired data，如下图所示。我们的目标是让两者建立起对应的关系。
在这里插入图片描述
与前面介绍的 GAN 不同，Cycle GAN 的输入不是从分布中采样，而是从 original data 采样，经过生成器x->y生成动漫头像图片，紧接着将动漫头像图片再经过生成器y->x还原成原本图像，这样就避免生成器胡乱匹配，如下图所示。
在这里插入图片描述

也可以反向来做，输入动漫头像得到人脸，如下图。
在这里插入图片描述

2.6 Evaluation of Generation

对于 Generative Model，怎么评估生成数据，比如生成图片的好坏呢？有监督学习可以和 label 比对，而 Generator 生成的图片与原来的图片相似但不相同，如何去判断呢？

2.6.1 Quality of Image（针对一张图片来说的）

对于作业中的二次元人物头像，可以用人脸检测，看生成的一组图片中能检测出多少人脸。
对于更一般的情况，生成多种类的图片，比如有猫、狗等不同种类，可以设计一个 Image Classifier。如果概率分布集中在某个类别，说明 Classifier 对于输出的类别很确定，也就是说Generator 生成的图片质量好；而如果概率分布平均，说明 Classifier 不太确定看到的图片属于哪个类别，Generator 生成的图片质量不佳。
在这里插入图片描述
但是这样也有一些问题，就是生成的数据可能集中在某部分区域，比如下面两种情况。

  • Mode Collapse： generated data 集中在某一个 real data 周围的情况，这个区域可以认为是 discriminator 的“盲区”，区域内的图片判定为真的可能性大，因此 generator “投机取巧”，反复生成这种图片，如下图所示。
    在这里插入图片描述
  • Mode Dropping：生成器生成数据的分布只是真实数据的一部分，如下图中的左边的黄色的星星和蓝色的星星，咋一看分布好像差不多，其实本质上，黄色的星星分布只是蓝色星星的一部分。
    在这里插入图片描述
    如何解决上面的问题呢？见2.6.2.

2.6.2 Diversity(针对一堆图片而言的)

可以把一组 generated data 输入 CNN Classifier，然后把得到的各分类概率分布取平均作为结果。如果这个平均概率分布中，各类别的分布比较平均，那就说明 generated data 有足够的 diversity。
在这里插入图片描述

为什么前面 Quality of Image 说要概率分布集中在某个类别好，这里 Diversity 又说要概率分布均匀好，这不是互相矛盾吗？
看 Quality of Image 时，Classifier 的输入是一张图片。看 Diversity 时，Classifier 的输入是 Generater 生成的所有图片，对所有的输出取平均来衡量。
Inception Score (IS) 就是结合了 Quality of Image 和 Diversity。Quality 高, Diversity 大，对应的 IS 就大。

3.手推GAN流程

下图是本人手画的gan训练步骤在这里插入图片描述
下面时阅读GAN论文的一些公式推导和知识点记录

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

4.GAN的小demo

使用GAN来生成手写数字，使用cpu跑的代码。代码不是太懂，需要加强对pytorch这个库的学习。

#!/usr/bin/env python
# -*- coding: UTF-8 -*-

# coding=utf-8
import torch.autograd
import torch.nn as nn
from torch.autograd import Variable
from torchvision import transforms
from torchvision import datasets
from torchvision.utils import save_image
import os

# 创建文件夹
if not os.path.exists('./img'):
    os.mkdir('./img')


def to_img(x):
    out = 0.5 * (x + 1)
    out = out.clamp(0, 1)  # Clamp函数可以将随机变化的数值限制在一个给定的区间[min, max]内：
    out = out.view(-1, 1, 28, 28)  # view()函数作用是将一个多行的Tensor,拼接成一行
    return out


batch_size = 128
num_epoch = 100
z_dimension = 100
# 图像预处理
img_transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize((0.5,), (0.5,))  # (x-mean) / std
])

# mnist dataset mnist数据集下载
mnist = datasets.MNIST(
    root='./data/', train=True, transform=img_transform, download=True
)

# data loader 数据载入
dataloader = torch.utils.data.DataLoader(
    dataset=mnist, batch_size=batch_size, shuffle=True
)


# 定义判别器  #####Discriminator######使用多层网络来作为判别器
# 将图片28x28展开成784，然后通过多层感知器，中间经过斜率设置为0.2的LeakyReLU激活函数，
# 最后接sigmoid激活函数得到一个0到1之间的概率进行二分类。
class discriminator(nn.Module):
    def __init__(self):
        super(discriminator, self).__init__()
        self.dis = nn.Sequential(
            nn.Linear(784, 256),  # 输入特征数为784，输出为256
            nn.LeakyReLU(0.2),  # 进行非线性映射
            nn.Linear(256, 256),  # 进行一个线性映射
            nn.LeakyReLU(0.2),
            nn.Linear(256, 1),
            nn.Sigmoid()  # 也是一个激活函数，二分类问题中，
            # sigmoid可以班实数映射到【0,1】，作为概率值，
            # 多分类用softmax函数
        )

    def forward(self, x):
        x = self.dis(x)
        return x


# ###### 定义生成器 Generator #####
# 输入一个100维的0～1之间的高斯分布，然后通过第一层线性变换将其映射到256维,
# 然后通过LeakyReLU激活函数，接着进行一个线性变换，再经过一个LeakyReLU激活函数，
# 然后经过线性变换将其变成784维，最后经过Tanh激活函数是希望生成的假的图片数据分布
# 能够在-1～1之间。
class generator(nn.Module):
    def __init__(self):
        super(generator, self).__init__()
        self.gen = nn.Sequential(
            nn.Linear(100, 256),  # 用线性变换将输入映射到256维
            nn.ReLU(True),  # relu激活
            nn.Linear(256, 256),  # 线性变换
            nn.ReLU(True),  # relu激活
            nn.Linear(256, 784),  # 线性变换
            nn.Tanh()  # Tanh激活使得生成数据分布在【-1,1】之间，因为输入的真实数据的经过transforms之后也是这个分布
        )

    def forward(self, x):
        x = self.gen(x)
        return x


# 创建对象
D = discriminator()
G = generator()
if torch.cuda.is_available():
    D = D.cuda()
    G = G.cuda()

# 首先需要定义loss的度量方式  （二分类的交叉熵）
# 其次定义 优化函数,优化函数的学习率为0.0003
criterion = nn.BCELoss()  # 是单目标二分类交叉熵函数
d_optimizer = torch.optim.Adam(D.parameters(), lr=0.0003)
g_optimizer = torch.optim.Adam(G.parameters(), lr=0.0003)

# ##########################进入训练#     #判别器的判断过程#####################
for epoch in range(num_epoch):  # 进行多个epoch的训练
    for i, (img, _) in enumerate(dataloader):
        num_img = img.size(0)
        # view()函数作用是将一个多行的Tensor,拼接成一行
        # 第一个参数是要拼接的tensor,第二个参数是-1
        # =============================训练判别器==================
        img = img.view(num_img, -1)  # 将图片展开为28*28=784
        real_img = Variable(img).cpu()  # 将tensor变成Variable放入计算图中
        real_label = Variable(torch.ones(num_img)).cpu()  # 定义真实的图片label为1
        fake_label = Variable(torch.zeros(num_img)).cpu()  # 定义假的图片的label为0

        # ########判别器训练train#####################
        # 分为两部分：1、真的图像判别为真；2、假的图像判别为假
        # 计算真实图片的损失
        real_out = D(real_img)  # 将真实图片放入判别器中
        real_out = real_out.squeeze()  # (128,1) -> (128,)
        d_loss_real = criterion(real_out, real_label)  # 得到真实图片的loss
        real_scores = real_out  # 得到真实图片的判别值，输出的值越接近1越好
        # 计算假的图片的损失
        z = Variable(torch.randn(num_img, z_dimension)).cpu()  # 随机生成一些噪声
        fake_img = G(z).detach()  # 随机噪声放入生成网络中，生成一张假的图片。 # 避免梯度传到G，因为G不用更新, detach分离
        fake_out = D(fake_img)  # 判别器判断假的图片，
        fake_out = fake_out.squeeze()  # (128,1) -> (128,)
        d_loss_fake = criterion(fake_out, fake_label)  # 得到假的图片的loss
        fake_scores = fake_out  # 得到假图片的判别值，对于判别器来说，假图片的损失越接近0越好
        # 损失函数和优化
        d_loss = d_loss_real + d_loss_fake  # 损失包括判真损失和判假损失
        d_optimizer.zero_grad()  # 在反向传播之前，先将梯度归0
        d_loss.backward()  # 将误差反向传播
        d_optimizer.step()  # 更新参数

        # ==================训练生成器============================
        # ###############################生成网络的训练###############################
        # 原理：目的是希望生成的假的图片被判别器判断为真的图片，
        # 在此过程中，将判别器固定，将假的图片传入判别器的结果与真实的label对应，
        # 反向传播更新的参数是生成网络里面的参数，
        # 这样可以通过更新生成网络里面的参数，来训练网络，使得生成的图片让判别器以为是真的
        # 这样就达到了对抗的目的
        # 计算假的图片的损失
        z = Variable(torch.randn(num_img, z_dimension)).cpu()  # 得到随机噪声
        fake_img = G(z)  # 随机噪声输入到生成器中，得到一副假的图片
        output = D(fake_img)  # 经过判别器得到的结果
        output = output.squeeze()
        g_loss = criterion(output, real_label)  # 得到的假的图片与真实的图片的label的loss
        # bp and optimize
        g_optimizer.zero_grad()  # 梯度归0
        g_loss.backward()  # 进行反向传播
        g_optimizer.step()  # .step()一般用在反向传播后面,用于更新生成网络的参数

        # 打印中间的损失
        if (i + 1) % 100 == 0:
            print('Epoch[{}/{}],d_loss:{:.6f},g_loss:{:.6f} '
                  'D real: {:.6f},D fake: {:.6f}'.format(
                epoch, num_epoch, d_loss.data.item(), g_loss.data.item(),
                real_scores.data.mean(), fake_scores.data.mean()  # 打印的是真实图片的损失均值
            ))
        if epoch == 0:
            real_images = to_img(real_img.cpu().data)
            save_image(real_images, './img/real_images.png')
    fake_images = to_img(fake_img.cpu().data)
    save_image(fake_images, './img/fake_images-{}.png'.format(epoch + 1))

# 保存模型
torch.save(G.state_dict(), './generator.pth')
torch.save(D.state_dict(), './discriminator.pth')

训练了100个epoch的结果图如下
在这里插入图片描述

本文理论内容参考以下博客：
https://blog.csdn.net/qq_43711697/article/details/120001421
https://blog.csdn.net/applebear1123/article/details/125323622
本文代码部分参考以下博客：
https://blog.csdn.net/jizhidexiaoming/article/details/96485095

嘀嗒上了热茶
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
李宏毅机器学习全套资料
08-31
《李宏毅机器学习全套资料》是一份全面深入的机器学习教育资源，主要涵盖了教学演示文稿、作业解决方案以及详尽的课程内容。这份资源对于想要深入理解和掌握机器学习这一领域的学习者来说，无疑是一份宝贵的参考资料...
李宏毅机器学习HW5.zip
04-08
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的...
深度学习李宏毅21春_17_GAN_P4
weixin_55064529的博客
01-12 164
GAN_P4 Learning from Unpaired Data 有关GAN的最后一段,是一个GAN的神奇应用,它把GAN用在unsupervised Learning上,到目前為止,我们讲的几乎都是Supervised Learning 我们要训练一个Network,Network的输入叫做X输出叫做Y,我们需要成对的资料,才有办法训练这样子的Network, 但是你可能会遇到一个状况是,我们有一堆X我们有一堆Y,但X跟Y是不成对的,在这种状况下,我们有没有办法拿这样的资料,来训练Network呢,
论文学习笔记（10）：FAN: Feature Adaptation Network for Surveillance Face Recognition and Normalization
一只鱿鱼圈
08-15 631
目录摘要一、介绍二、相关工作2.1 人脸识别2.2 人脸规范化三、特征自适应网络3.1 框架概述3.2 特征解离学习3.3 成对及不成对特征适应性四、实验4.1 实现细节4.2 消融分析4.3 与SOTA方法比较五、结论 摘要 本文提出了一种特征自适应网络（FAN）以实现监控人脸识别与人脸规范化（face normalization）。其中人脸规范化主要用于图像超分。 然而现有的人脸超分方法往往需要pixel-to-pixel的成对训练数据，但这在实际情况系往往是找不到的。文本所提出的FAN可以利用成对及.
【论文笔记3_超分辨】（DRN）Closed-loop Matters: Dual Regression Networks for Single Image Super-Resolution
HaotianYan的博客
10-14 2242
文章目录Abstract1. Introduction 文章链接：（CVPR 2020）https://arxiv.org/abs/2003.07018 代码链接：https://github.com/guoyongcs/DRN Abstract 深度神经网络通过学习LR到HR的非线性映射，在图像超分辨（SR）方面显示出了良好的性能。然而，现有的SR方法有两个潜在的局限性。 首先，学习从LR图像到HR图像的映射函数是一个典型的病态问题，因为存在着无限多个HR图像可以被下采样到同一个LR图像，存在无数多
生成对抗网络（GAN）教程 - 多图详解
热门推荐
马飞飞的博客
08-30 9万+
一.生成对抗网络简介 1.生成对抗网络模型主要包括两部分：生成模型和判别模型。 生成模型是指我们可以根据任务、通过模型训练由输入的数据生成文字、图像、视频等数据。 [1]比如RNN部分讲的用于生成奥巴马演讲稿的RNN模型,通过输入开头词就能生成下来。 [2]或者由有马赛克的图像通过模型变成清晰的图像，第一张是真实，第四张是合成的。 ...
适合小白学习的GAN（生成对抗网络）算法超详细解读
路人贾的博客
12-29 1万+
GAN（生成对抗网络）算法超详细解读，小白也能看懂！
李宏毅机器学习2021HW3食物数据集
07-06
1、本资源为台大李宏毅深度学习课程作业数据集。 2、训练集内含课程所需数据集 3、提供下载便利
李宏毅机器学习hw4.zip
最新发布
04-08
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的...
GAN（Generative Adversarial Nets (生成对抗网络)）
qq_42728437的博客
05-15 3066
②部分，此时判别器D的输入为G(z)，为假图像，但是我们期望的是生成器的效果好，即尽可能的瞒过D，也就是期望D(G(z))尽可能大，越大表示D判定假图像为真实数据的概率越大，也就表明生成器G生成的图像效果好，可以成功的骗过D。在训练的时候，D(G(z))越大越接近于1，y越小，生成器生成的假图越被判别器误判为真图。但训练刚开始时，生成的图像太假，太容易被判别器识破，D(G(z))接近0，log(1-D(G(z)))饱和无梯度，所以将最小化log(1-D(G(z)))变为最大化log(D(G(z)))
深度学习十大算法之生成对抗网络（GAN）
第欧根尼的酒桶的博客
03-22 2166
生成器的任务是创建足以欺骗判别器的数据，而判别器的任务则是区分生成器产生的假数据和真实数据。GAN的应用范围非常广泛，从最初的图像生成到后来的艺术创作、游戏开发、甚至是药物发现等，GAN都表现出了其独特的价值和广阔的应用前景。总的来说，生成对抗网络（GAN）作为深度学习领域的一个重要里程碑，不仅展示了机器学习技术的新境界，也为人工智能的未来发展开辟了新的方向。条件GAN（cGAN）在原始GAN的基础上引入了额外的条件信息，如标签或数据，使生成的结果不仅依赖于输入的噪声，还受到这些条件的影响。
生成对抗网络（GAN）
qq_41627642的博客
03-06 2545
GAN 是生成模型的一种，生成模型就是用机器学习去生成我们想要的数据。正规的说法是，获取训练样本（真实数据）并训练一个模型（生成器G），该模型能按照我们定义的目标数据分布去生成数据。 1 基本思想 GAN 的核心思想源于博弈论的纳什均衡。 设定参与游戏的双方分别为一个生成器(Generator)和一个判别器(Discriminator), 生成器捕捉真实数据样本的潜在分布, 并生成新的数据样本; ...
李宏毅：GAN——基本思想和算法流程
qq_42146775的博客
07-08 2024
Generative Adversarial Network 输入一个vector 可以生成你想要的，就是GAN 输入的一个个vector变成了一张张照片 如果第一个数代表头发的长度，倒数第二个个数代表头发蓝色的程度，最后一个代表是否张开嘴，那么数值变换就会有如下的变换 GAN的基本IDEA GAN的神奇之处，不止训练上述的生成器（generator），还训练了一个分辨器（discriminator），它的输入是你想要生成的东西，输出是一个数值，数值越大输入图片就越真实 ...
非常详细的GAN（生成对抗网络）原理解读
weixin_43485035的博客
04-11 2252
GAN 什么是生成? 生成就是模型通过学习一些数据，然后生成类似的数据 GAN原理 GAN是如何生成图片？GAN有两个网络，一个是generator（生成图片的网络），还有一个是discriminator（判别网络）。 在我们训练过程当中，生成网络G的目标就是尽量生成真实的图片去"欺骗"网络D。 网络D的目标就是区分生成的图片与真实的图片。 这样就构成的一个"博弈过程"。 在最理想的情况下，G可以生成足以“以假乱真”的图片G(z)。对于D来说，它难以判定G生成的图片究竟是不是真实的，因此D(G(z)
图像超分辨率 之 DRN 论文解读与感想
qq_37614597的博客
02-17 2808
图像超分辨率 之 DRN (Closed-loop Matters: Dual Regression Networks for Single Image Super-Resolution)论文解读与感想 DRN是在2020年顶会（CVPR）上发表的一篇想法简单，但是结果非常不错的文章。 先来说一下文章的切入点： 首先，对于图像超分辨率，可以说是一个经典的病态问题（ill-posed problem）。因为一个高分辨率图像可以通过不同的下采样（downscaled）方法获得不同的低分辨率图像，这也就是论文
GAN的入门与实践
小白学视觉
11-05 740
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达01GAN简介引言生成对抗网络（Generative Adversarial Nets，GAN）是由open ai...
2021-8-14-Deep MR to CT Synthesis using Unpaired Data(MICCAI Workshop 2017)-有代码
qq_40723205的博客
08-14 1823
CycleGAN的代码链接：https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix 这篇文章是做什么的：MR模态合成CT模态 是否需要数据配准：不需要 是基于2D还是3D: sagittal 2D image slices(矢状二维图像切片) 目录 ---文章的motivation--- ---方法发展过程--- ---数据描述---- ---方法--- --- 评价指标--- ---实验和结果--- ---结论--- --
GeneGAN: Learning Object Transfiguration and Attribute Subspace from Unpaired Data
11-27 1033
本文的工作属于图像到图像间的翻译。类似于 DiscoGAN、CycleGAN 和 DualGAN，作者通过对偶学习，加上弱监督信息（weak 0/1 label），成功实现图像属性的迁移。G 采用 autoencoder 结构，encoder 将图像编码成图像主体信息（如：图像背景和人脸 ID 等）和属性信息（如：微笑、戴眼镜、发型等），decoder 则类似于 CGAN，将图像主体信息和属性信息
基于图像的虚拟试衣：Image Based Virtual Try-On Network from Unpaired Data
studyeboy的专栏
04-29 2391
Image Based Virtual Try-on Network from Unpaired Data Image-Based-Virtual-Try-on-Network-from-Unpaired-Data 摘要 本文提出了一种新的基于图像的虚拟试穿方法（Outfit-VITON），该方法可帮助可视化从各种参考图像中选择的衣物组成如何在查询图像中的人身上形成凝聚力的衣服。我们的算法具有两个独特的属性。首先，它不昂贵，因为它只需要一大套穿着各种服装的人的（独立的）（真实的和分类的）图像（没有真实的3

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值