风格迁移
文章平均质量分 79
风格迁移
江南才尽,年少无知!
志在九天不为乡愁换白发,偏偏年少白衣博天涯!
展开
-
风格迁移2-07:MUNIT(多模态无监督)-源码无死角解析(3)-loss计算
通过上一篇博客的介绍,我们已经知道了网络前向传播的过程,主要代码再trainer.py中实现,现在我们来看看网络的是如何计算loss进行优化的。原创 2020-04-19 11:54:42 · 1392 阅读 · 2 评论 -
风格迁移2-06:MUNIT(多模态无监督)-源码无死角解析(3)-模型框架(前向传播)
Setupmodelanddataloader,根据配置创建模型ifopts.trainer=='MUNIT'以上几个函数,就是我们重点分析的对象。原创 2020-04-18 11:22:36 · 1824 阅读 · 0 评论 -
风格迁移2-05:MUNIT(多模态无监督)-源码无死角解析(1)-训练代码总览
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。因为这是对我最大的鼓励。文末附带公众号−海量资源。...原创 2020-04-18 10:56:35 · 2294 阅读 · 1 评论 -
风格迁移2-04:MUNIT(多模态无监督)-白话给你讲论文-翻译无死角(2)
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 a944284742 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。风格迁移2-00:MUNIT(多模态无监督)-目录-史上最新无死角讲解我们接着上篇博客,把剩下的内容翻译完成。5 Experiments5.1 Impleme......原创 2020-04-18 10:18:56 · 1965 阅读 · 0 评论 -
风格迁移2-03:MUNIT(多模态无监督)-白话给你讲论文-翻译无死角(1)
在计算机视觉领域,无监督图片到图片的转换,是一个比较重要,同时挑战性比较高的问题。在源域和目标域没有任何成对图下的条件下,给出源域的一张图片,学习到在目标域的条件分布。然而这种条件又存在多模态的现象,现在存在的一些解决方案,做了一些简单的假设,认为他们是确定性,一一对应的关系,因此他们无法给予源域的一张图像,生成多张目标域的图像。为了解决这种局限性,我们提出了Translation(MUNIT)框架,我们的假设是。...原创 2020-04-16 17:52:21 · 4750 阅读 · 3 评论 -
风格迁移2-02:MUNIT(多模态无监督)-源码训练测试-报错解决
到这里为止,代码已经跑起来了,下面会为大家进行论文翻译,以及源码的阅读。httpshttpshttpshttpshttpshttpshttpshttpshttpshttps。原创 2020-04-03 14:50:36 · 4857 阅读 · 11 评论 -
风格迁移2-01:MUNIT(多模态无监督)-资源下载(前奏准备)
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httpshttpshttps。原创 2020-04-02 16:27:22 · 1886 阅读 · 3 评论 -
风格迁移2-00:MUNIT(多模态无监督)-目录-史上最新无死角讲解
接下来,我会为大家无死角的解析MUNIT(多模态无监督),其属于风格迁移系列,之前的文章,如下(以下是我工作的所有项目,每一个项目都是,我都做了百分百的详细解读,随着项目增多,为了方便不臃肿,所以给出以下链接)视觉工作项目-为后来的你,提供一份帮助!我相信,关于 2018 年 NVIDIA 提出 MUNIT 的讲解,我的这一系列博客或许不是国内最早的,但是肯定是最详细的,该网络对应的论文题目为...原创 2020-04-02 14:36:34 · 4402 阅读 · 0 评论 -
风格迁移1-08:Liquid Warping GAN(Impersonator)-源码无死角解析(3)-模型总体结构
以下链接是个人关于Liquid Warping GAN(Impersonator)-姿态迁移,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:a944284742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。风格迁移1-00:Liquid Warping GAN(Impersonator)-目录-史上最新无死角讲解前言我们对train.p......原创 2020-01-11 17:09:15 · 1123 阅读 · 0 评论 -
风格迁移1-03:Liquid Warping GAN(Impersonator)-数据处理,模型训练-报错解决
以下链接是个人关于LiquidWarpingGAN(Impersonator)-姿态迁移,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。因为这是对我最大的鼓励。文末附带公众号−海量资源。...原创 2020-01-07 18:17:30 · 1352 阅读 · 0 评论 -
风格迁移1-04:Liquid Warping GAN(Impersonator)-白话给你讲论文-翻译无死角(1)
我们仅仅使用了一个框架,就处理humanmotionimitation(人类动作模仿),appearancetransfer(外观转换),以及novelviewsynthesis(新视觉生成),并且训练其中任意一个模型,就完成这3个任务。一些方法利用2D的keypoints(关键点)或者pose(姿态)去估算人类身体的结构,然而他们只能表现了位置信息,没有能力去体现一个人的形状(高矮胖瘦)以及四肢的旋转。...原创 2020-01-13 13:36:58 · 3349 阅读 · 1 评论 -
风格迁移1-05:Liquid Warping GAN(Impersonator)-白话给你讲论文-翻译无死角(2)
到这里,终于翻译完成,如果大家看得懂,就给赞呗,下面为大家讲解整个网络模型。httpshttpshttpshttpshttpshttpshttps。原创 2020-01-15 14:42:24 · 1112 阅读 · 0 评论 -
风格迁移1-09:Liquid Warping GAN(Impersonator)-源码无死角解析(4)-hmr以及render
通过前面的博客,网络模型以及loss的总体计算,可以说是有了一定了解,那么现在我们分析下hmr以及render,其实呢,这个本来是不打算讲解的,因为这个其实不属于LiquidWarpingGAN的内容,作者也是直接使用别人训练好的模型,但是为了更加方便的理解论文,这里就带大家简单的过一遍,和论文串接起来。通过train.py,对其中的代码由这3个网络构成的统一模型,就是我们的,LiquidWarpingGAN总体架构了,现在我们来看看上面3个部分的第一个部分,即hmr以及render。...原创 2020-01-13 10:51:21 · 4006 阅读 · 2 评论 -
风格迁移1-06:Liquid Warping GAN(Impersonator)-源码无死角解析(1)-训练代码总览
以下链接是个人关于LiquidWarpingGAN(Impersonator)-姿态迁移,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。因为这是对我最大的鼓励。文末附带公众号−海量资源。...原创 2020-01-11 10:37:19 · 1485 阅读 · 0 评论 -
风格迁移1-07:Liquid Warping GAN(Impersonator)-源码无死角解析(2)-数据读取,预处理
现在我们就来看看数据迭代器CustomDatasetDataLoader的实现。'cams'=每帧图片对应的摄像头参数,论文中的K,形状为[2,3]'thetas'=论文中的θ参数,形状为[2,72]--人体的72个关节'betas'=论文中的β参数,形状为[2,10]--高矮瘦胖的描述信息并且这3类参数,或链接层一起,变成一个形状为[2,85]的参数smpls。https。...原创 2020-01-11 10:31:27 · 1203 阅读 · 0 评论 -
风格迁移1-02:Liquid Warping GAN(Impersonator)-源码模型测试-报错解决
以下链接是个人关于LiquidWarpingGAN(Impersonator)-姿态迁移,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。因为这是对我最大的鼓励。文末附带公众号−海量资源。注意,本人编写该博客的时间为2019/12/29,也就是说,你现在下载的作者代码或许和本人的代码不一样(如果作者有更新过)还有就是,本人初次调试该代码为Linux系统,即下面的报错都是Ubuntu下运行报错的过程,以及解决办法。...原创 2019-12-28 17:37:10 · 2052 阅读 · 2 评论 -
风格迁移1-01:Liquid Warping GAN(Impersonator)-资源下载(前奏准备)
以下链接是个人关于LiquidWarpingGAN(Impersonator)-姿态迁移,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。因为这是对我最大的鼓励。文末附带公众号−海量资源。...原创 2019-12-28 17:30:16 · 1743 阅读 · 0 评论 -
风格迁移1-00:Liquid Warping GAN(Impersonator)-目录-史上最新无死角讲解
接下来,我会为大家无死角的解析Liquid Warping GAN(Impersonator),其属于姿态迁移系列,之前的文章,如下(以下是我工作的所有项目,每一个项目都是,我都做了百分百的详细解读,随着项目增多,为了方便不臃肿,所以给出以下链接)视觉工作项目-为后来的你,提供一份帮助!我相信,关于上科大、腾讯提出的Liquid Warping GAN,Impersonator(姿态迁移)的讲...原创 2019-12-28 17:20:38 · 3104 阅读 · 9 评论 -
风格迁移0-11:stylegan-源码无死角解读(7)-图片生成与融合
以下链接是个人关于stylegan所有见解,如有错误欢迎大家指出,我会第一时间纠正,如有兴趣可以加微信:17575010159 相互讨论技术。若是帮助到了你什么,一定要记得点赞奥!因为这是对我最大的鼓励。...原创 2019-10-05 11:05:11 · 4885 阅读 · 12 评论 -
风格迁移0-10:stylegan-源码无死角解读(6)-loss损失函数详解
上面有详细的注解,细节部分我就不说了。这里为大家简单的提一下他们之间的区别。可以很明确的看到,G_logistic_nonsaturating计算的损失,都是生成图片的损失,因为他的目的十分的单纯,就是为了生成逼真的图片,所以只需要对生成的图片进行损失计算即可。但是对于判别网络,他的目的是在于鉴别图片的真假。他不仅要判断出造假的图片,还要判断出真实的图片。无论是造假还是真实他都要进行损失计算。这个就是生成网络和判别网络的区别。一路走来,或许讲解得不是很详细,但是的确花费了不少心思。...原创 2019-09-26 09:58:30 · 5084 阅读 · 1 评论 -
风格迁移0-09:stylegan-源码无死角解读(5)-Discriminator网络详解
以下链接是个人关于stylegan所有见解,如有错误欢迎大家指出,我会第一时间纠正,如有兴趣可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。原创 2019-09-25 15:06:18 · 3124 阅读 · 3 评论 -
风格迁移0-08:stylegan-源码无死角解读(4)-G_synthesis,G_mapping详解
该小节,我会为大家讲解G_mapping,G_synthesis网络,分别为下图红框中的两个部分再源码中,先构建的是G_synthesis网络,即右边红框的网络,但是为了方便大家的理解,我决定先讲解G_mapping网络,即左边的网络。那么下面就开始吧,注意下面的两个网络都再源码的training/networks_stylegan.py文件中。...原创 2019-09-25 11:20:35 · 4592 阅读 · 6 评论 -
风格迁移0-05:stylegan-源码无死角解读(1)-框架总览
以下链接是个人关于stylegan所有见解,如有错误欢迎大家指出,我会第一时间纠正,如有兴趣可以加微信:17575010159 相互讨论技术。若是帮助到了你什么,一定要记得点赞奥!因为这是对我最大的鼓励。风格迁移0-05:stylegan-目录-史上最全:https://blog.csdn.net/weixin_43013761/article/details/100895333根据源码中的README.md 我们可以知道,训练的开始,是要再源码的根目录下执行:train.py ,配置好config文件即原创 2019-09-19 19:10:37 · 6849 阅读 · 10 评论 -
风格迁移0-07:stylegan-源码无死角解读(3)-generate网络框架总览
以下链接是个人关于stylegan所有见解,如有错误欢迎大家指出,我会第一时间纠正,如有兴趣可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。原创 2019-09-23 17:36:39 · 4883 阅读 · 2 评论 -
风格迁移0-06:stylegan-源码无死角解读(2)-数据预处理process_reals
以下链接是个人关于stylegan所有见解,如有错误欢迎大家指出,我会第一时间纠正,如有兴趣可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。原创 2019-09-22 08:51:26 · 3029 阅读 · 7 评论 -
风格迁移0-04:stylegan-论文超详细解读(持续更新修改)
以下链接是个人关于stylegan所有见解,如有错误欢迎大家指出,我会第一时间纠正,如有兴趣可以加QQ:944284742相互讨论技术。GANS的世界1-0:stylegan-目录-史上最全:https://blog.csdn.net/weixin_43013761/article/details/100895333前言其实我很纠结,不知道从那个点开始切入讲解。一直犹豫是是先讲解代码,还是论......原创 2019-09-18 10:50:39 · 17017 阅读 · 12 评论 -
风格迁移0-03:stylegan-数据制作及训练
以下链接是个人关于stylegan所有见解,如有错误欢迎大家指出,我会第一时间纠正,如有兴趣可以加QQ:944284742相互讨论技术。GANS的世界1-0:stylegan-目录-史上最全:https://blog.csdn.net/weixin_43013761/article/details/100895333数据制作如果你通过之前的博客,已经下载好了数据,可以知道FFHQ数据集是十分......原创 2019-09-17 17:27:56 · 11262 阅读 · 44 评论 -
风格迁移0-02:stylegan-目录讲解与预训练模型测试
以下链接是个人关于stylegan所有见解,如有错误欢迎大家指出,我会第一时间纠正,如有兴趣可以加QQ:944284742相互讨论技术。GANS的世界1-0:stylegan-目录-史上最全:https://blog.csdn.net/weixin_43013761/article/details/100895333目录讲解通过上一篇博客,大家应该已经拿到了作者的源码,以及论文。下面是是下载......原创 2019-09-17 14:54:35 · 8859 阅读 · 24 评论 -
风格迁移0-01:stylegan-源码及数据资源下载
以下链接是个人关于stylegan所有见解,如有错误欢迎大家指出,我会第一时间纠正,如有兴趣可以加QQ:944284742相互讨论技术。GANS的世界1-0:stylegan-目录-史上最全:https://blog.csdn.net/weixin_43013761/article/details/100895333论文与源码话不多说,先给出论文链接:http://www.gwylab.c......原创 2019-09-16 19:22:19 · 5944 阅读 · 3 评论 -
风格迁移0-00:stylegan-目录-史上最全
接下来,我会为大家解析解析stylegan,之前的文章,如人脸识别:每月深度2-0:insightFace-目录-史上最全,我都讲解得十分详细,该次的stylegan,我不知道自己会讲解到什么地步,因为在我拿着作者的源码跑的时候,我发现源码的解读比论文还要更加困难,又因为stylegan不是我工作的项目,只是自己想透彻的了解一下GANS的相关网络,所以打算开始:GANS的世界,一系列的文章。...原创 2019-09-16 17:42:31 · 15012 阅读 · 1 评论