风格迁移2-01:MUNIT(多模态无监督)-资源下载(前奏准备)

以下链接是个人关于 MUNIT(多模态无监督)-图片风格转换,的所有见解,如有错误欢迎大家指出,我会第一时间纠正。有兴趣的朋友可以加微信 17575010159 相互讨论技术。若是帮助到了你什么,一定要记得点赞!因为这是对我最大的鼓励。 文末附带 \color{blue}{文末附带} 文末附带 公众号 − \color{blue}{公众号 -} 公众号 海量资源。 \color{blue}{ 海量资源}。 海量资源

风格迁移2-00:MUNIT(多模态无监督)-目录-史上最新无死角讲解

论文下载

论文名称:Multimodal Unsupervised Image-to-Image Translation
下载链接:https://arxiv.org/abs/1804.04732

数据集

这些数据集,都是在后面讲解过程中,可能使用到的数据集,所以可以先提前下载下来。
https://people.eecs.berkeley.edu/~taesung_park/CycleGAN/datasets/
http://efrosgans.eecs.berkeley.edu/pix2pix/datasets/
进入链接分别显示如下:
在这里插入图片描述
在这里插入图片描述

本人后续使用 第二个中的edges2shoes.tar.gz或者edges2handbags.tar.gz进行讲解。

开源代码

https://github.com/NVlabs/MUNIT

模型下载

https://drive.google.com/drive/folders/10IEa7gibOWmQQuJUIUOkh-CV4cm6k8__

个人目的

在后面的过程中,我的目的是训练自己的人脸数据,让没有戴眼镜的人脸,生成带眼镜的人脸数据,用于训练人脸识别模型。

结语

接下来会为大家进行论文翻译,源码解析,数据训练,模型评估等

在这里插入图片描述

  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论

“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 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

江南才尽,年少无知!

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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