注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. CoupleGenerator:用你的照片产生你的爱人-源码

  2. 情侣发电机 介绍 用你的照片产生你的爱人 该项目是两年前的旧项目。我不小心在存储介质中找到了它。 我们在互联网上收集已婚夫妇的照片，并对图像进行预处理。 该模型是使用pix2pix的代码进行训练的。 训练图像的示例： 您可以和自己喜欢的人作为训练对合影留念〜 此仓库仅用于娱乐。 如果您有兴趣（不关业务），请随时使用代码和数据集。 拟合训练数据 这是经过8800个步骤后的训练结果。 该模型可以在短时间内拟合训练图像。 环境环境 Tensorflow == 1.1 您还需要通过以下链接下载vgg的

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：10485760
    • 提供者：weixin_42127783

  1. gan-compression:[CVPR 2020] GAN压缩-源码

  2. GAN压缩 | | [NEW！]增加对支持， 是一种多模式无监督的图像到图像翻译方法！请遵循来测试预训练的模型，并按照来训练自己的模型！ [NEW！] 发布了！我们引入了一种改进的管道，即，它可以通过更简单的过程产生与GAN压缩相当的结果！ 我们介绍GAN压缩，这是一种用于压缩条件GAN的通用方法。我们的方法在保持视觉保真度的同时，将pix2pix，CycleGAN和GauGAN等广泛使用的条件GAN模型的计算量减少了9-21倍。我们的方法适用于多种发电机架构，学习目标以及成对和不成对设置。

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：25165824
    • 提供者：weixin_42097508

  1. Pix2Pix-源码

  2. Pix2Pix 在建设中，在这个项目中，我打算创建一个将山水画作为图像并返回其在现实生活中的外观的Web应用程序。

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：2097152
    • 提供者：weixin_42141437

  1. OSL:东北光学科学实验室的资料库-源码

  2. OSL 东北大学光学科学实验室的资料库 描述 进行中。 待办事项清单 建立储存库 测试Pix2Pix模型 实施CGAN模型 实施Cycle-GAN模型 在Python类中实现模型

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：2097152
    • 提供者：weixin_42133969

  1. Awesome-pose-transfer:人体姿势转移的文件和代码的集合-源码

  2. 真棒姿势转移 人体姿势转移的文件和代码的集合 方法 模型 已发表 纸 代号 Ma等。 NIPS 17 Ma等。 CVPR 18 虚拟网 CVPR 18 变形金刚 CVPR 18 宋等。 CVPR 19 帕特 CVPR 19 Li等。 CVPR 19 工作小组 ICCV 19 Guided-pix2pix ICCV 19 BiGraphGAN BMVC 20 玻璃纤维增​​强纤维 CVPR 20 阿甘 CVPR 20 可可网 CVPR 20 姿势程式化器 IJCAI 20 网

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：2048
    • 提供者：weixin_42133329

  1. face2comics：face2comics数据集-源码

  2. Sxela的face2comics（Alex Spirin） 这是漫画数据集的一对面Kong，可用于训练pix2pix或类似的网络。 该数据集包含许多糟糕的噩梦样本，这些样本对于将模型识别为不是脸的事物进行跟踪时，对于将整个图像转换为喜剧漫画非常有用。 v1.0.0数据集 深色样式， 对（总共20k张图像） 2x2数据集样本： 10x10数据集样本： 在此数据集上受训的Fastai推理样本： 您可以使用他们很棒的笔记本训练自己的unet

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：1048576
    • 提供者：weixin_42137723

  1. ybigta-hair-styleing：2021年YBIGTA 18位摄影师-源码

  2. ybigta发型 该存储库用于记录YBIGTA第十八届新生项目（2021年2月） 要求 python>=3.6 numpy==1.19.4 matplotlib==3.3.3 opencv-python==4.5.1.48 torch==1.17.0 torchvision==0.8.1 火车 有3种方法可以训练您的发型设计应用程序。 请注意，您应该正确更改--image_path中的--image_path参数！ 有关详细说明，我们建议您检查每个目录中的configs.py 。 1.

  3. 所属分类：其它

    • 发布日期：2021-02-27
    • 文件大小：95420416
    • 提供者：weixin_42137032

  1. 笔记本：针对不同主题的机器学习笔记本进行了优化，可在Google合作实验室中运行-源码

  2. 笔记本电脑 姓名 描述 类别 关联 培训pix2pix 该笔记本显示了用于在简单数据集上训练pix2pix的简单管道。 大多数代码都基于。 甘 一个地方 该笔记本显示了如何直接从一个笔记本在浏览器中训练，测试然后部署模型。 我们使用一个简单的XOR示例来证明这个简单的概念。 部署方式 TPU与GPU Google最近允许在colab上免费培训TPU。 本笔记本介绍了如何启用TPU培训。 此外，它还通过比较TPU和GPU性能报告了使用mnist数据集的一些基准。 热塑性聚氨酯 Ke

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：17825792
    • 提供者：weixin_42132359

  1. pytorch-gans：GAN（生成对抗网络）的PyTorch实现。 DCGAN，Pix2Pix，CycleGAN，SRGAN-源码

  2. 在PyTorch和PyTorch Lightning中生成深度学习模型的实现 DCGAN 论文： 作者：Alec Radford，Luke Metz，Soumith Chintala 代码（PyTorch）： 由 码（闪电）： 由 去做 DCGAN Pix2Pix 循环GAN SRGAN

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：2097152
    • 提供者：weixin_42169971

  1. 手写数字生成：PyTorch实现-使用MNIST数据集的GAN模型识别手写数字-源码

  2. 手写数字生成 PyTorch实现-使用MNIST数据集的GAN模型生成/识别手写数字 项目目标 目标是使用在MNIST数据集上训练的生成对抗网络（GAN）生成新的手写数字。 GAN（生成对抗网络） GAN最早是在2014年由Ian Goodfellow和Yoshua Bengio实验室的其他人报道的。 从那时起，GAN爆炸式增长。 GAN的思想是使用两个网络相互竞争，即生成器G和鉴别器D。 生成器使“伪”数据传递到鉴别器。 鉴别器还可以看到真实的训练数据，并预测接收到的数据是真实的还是伪造的。

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：2097152
    • 提供者：weixin_42164931

  1. GANs-Pix2Pix：Pix2Pix-源码

  2. GANs-Pix2Pix Pix2Pix

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：2097152
    • 提供者：weixin_42121272

  1. gan_sample-源码

  2. GANディープラーニング実装ハンドブック 第1章：生成モデル 第2章：変分オートエンコーダ（VAE） 第3章：GANの基本モデル（DCGAN，CGAN，LSGAN） 第4章：超解像（ESRGAN） 第5章：ドメイン変换（pix2pix，CycleGAN） 第6章：动画変换（Recycle-GAN） 第7章：StyleGAN，StyleGAN2 第8章：异常検知（AnoGAN，EfficientGAN） 第9章：3Dデータの生成（3D-α-WGAN-GP） 附录：理论の补足 ライブラリのバージョ

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：19922944
    • 提供者：weixin_42125192

  1. face2face-demo：pix2pix演示，可从面部地标中学习并将其转换为面部-源码

  2. face2face-demo 这是一个pix2pix演示，它从面部地标中学习并将其转换为面部。 还提供了支持网络摄像头的应用程序，可将您的面部实时转换为经过训练的面部。 入门 1.准备环境 # Clone this repo git clone gitgithub.com:datitran/face2face-demo.git # Create the conda environment from file (Mac OSX) conda env create -f environment.y

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：7340032
    • 提供者：weixin_42114645

  1. Ngx：Ngx-基于神经网络的视觉生成器和混合器-源码

  2. Ngx-基于神经网络的视觉生成器和混合器 Ngx尝试利用神经网络进行VJing。 它实现了 （使用cGAN进行图像到图像的转换）作为临时的下一帧预测模型，该模型使用从视频剪辑中提取的成对连续帧进行训练，因此它可以生成无限长的图像序列通过反复反馈框架。 它还具有用于混合（交叉淡入淡出）两个pix2pix模型的功能，这些模型会产生意外的变化并过渡到生成的视频。 （右侧的gif来自的推文。） 预先生成的可执行文件 您可以从“页面下载预构建的可执行文件。 它包含带有的VJ剪辑的预训练pix2pix模型

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：84992
    • 提供者：weixin_42137028

  1. NeuralNetworkPostProcessing：带卷积神经网络的Unity后处理-源码

  2. 神经网络后处理 使用卷积神经网络进行Unity的后处理。 使用pix2pix / GAN训练的CNN模型，快速的神经样式传递您可以离线创建样式并使用自己的数据训练网络，从而制作出NNPP！ 带有pix2pix或快速样式转移的培训师 Keras模型和Unity重量说明 受过快速神经风格转换训练： 这是运行时和培训的源代码。 预训练模型在AssetStore上 如何运行： 打开场景场景并运行！ 需求 Unity 2018.2+ 支持计算着色器（DX11 +，Vulkan，Metal） 参考

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：24117248
    • 提供者：weixin_42131890

  1. cgan-face-generator：使用cGAN（pix2pix）模型从草图生成人脸-源码

  2. 使用cGAN的人脸生成器（后端） 我们提出并使用cGAN模型（ ）进行了实验，以从草图生成人脸。 数据是从数据集中准备的，其中包括8303张女性面部图像。 此是将模型与 Python Web框架集成的后端部分。 它提供RESTful-API请求并返回生成的图像。 披露：模型实现由junyanz用。 查看他的项目 。 我们将其用于保留研究和实施。 要求 在 3 ： pip install flask 所有培训部分均在 git clone https://github.com/juny

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：1048576
    • 提供者：weixin_42110070

  1. pytorch-CycleGAN-and-pix2pix：PyTorch中的图像到图像翻译-源码

  2. PyTorch中的CycleGAN和pix2pix 新增内容：请检查（CUT），这是我们新的非成对图像到图像翻译模型，可实现快速且高效存储的培训。 我们为未配对和配对的图像到图像转换提供PyTorch实施。 该代码被写了和，并支持。 这种PyTorch实施产生的结果可与原始Torch软件相比，甚至更好。 如果您想重现与论文相同的结果，请在Lua / Torch中查看原始的和代码。 注意：当前软件可与PyTorch 1.4配合使用。 检查出支持PyTorch 0.1-0.3的较旧。 您

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：7340032
    • 提供者：weixin_42138408

  1. pix2pix：使用条件对抗网进行图像到图像的翻译-源码

  2. pix2pix | | 火炬实现，用于学习从输入图像到输出图像的映射，例如： 条件对抗网络的图像到图像翻译，，， CVPR，2017年。 在某些任务上，可以在较小的数据集上相当快地获得不错的结果。 例如，要学习生成立面（如上所示的示例），我们仅对400张图像进行了约2个小时的训练（在单个Pascal Titan X GPU上）。 但是，对于更棘手的问题，重要的是要对更大的数据集进行训练，并且需要花费数小时甚至数天的时间。 注意：请检查我们的pix2pix和CycleGAN的实现。 P

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：510976
    • 提供者：weixin_42175776

  1. CycleGAN：可以从绘画中生成照片，将马匹变成斑马，进行样式转换等的软件-源码

  2. 循环GAN | 火炬实现，用于在没有输入输出对的情况下学习图像到图像的转换（ ），例如： 新增内容：请检查（CUT），这是我们新的非成对图像到图像翻译模型，可实现快速且高效存储的培训。 *， *，， 加州大学伯克利分校伯克利分校AI研究实验室在ICCV 2017中。（*等额捐款） 该软件包包括CycleGAN， 以及其他方法，例如 / 和Apple的论文。 该代码被写了和。 更新：请检查CycleGAN和pix2pix的实现。 PyTorch版本正在积极开发中，其结果可与该Torch版本

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：11534336
    • 提供者：weixin_42098892

  1. iGAN：通过生成对抗网络生成交互式图像-源码

  2. iGAN：通过生成对抗网络生成交互式图像 | | 最近的项目： ：火炬实现，用于学习从输入图像到输出图像的映射。 ：火炬实现，用于学习没有输入输出对的图像到图像的转换（即pix2pix）。 ：用于不成对和成对的图像到图像转换的PyTorch实现。 总览 iGAN（又名交互式GAN）是作者对交互式图像生成接口的实现，其描述如下： “自然图像流形上的生成视觉操纵” ，， ， 在2016年欧洲计算机视觉会议（ECCV）中 给定一些用户笔触，我们的系统可以生成逼真的样本，最能实时满足用户的编

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：9437184
    • 提供者：weixin_42175971
« 12 »