循环GAN
Pytorch实现CycleGAN
:star:在GitHub上为这个项目加注星标-它会有所帮助!
是将一个图像的到另一个图像的任务。它通过使用一些预训练模型的功能来实现。在这种情况下,使用在ImageNet上预训练的VGG19这样的基本模型。首先,我们从VGG19网络的某些层创建我们自己的模型。然后,通过将网络中的梯度添加到输入图像中,可以得到具有转移样式的结果图像。
表中的内容
编译模型
如上所述,首先,我们应该从预先训练的模型中编译模型。在这种特殊情况下,使用了VGG19 。我们应该定义Content loss和Style loss将在哪一层之间进行计算。由于模型的输入将是content_image的副本,因此我们不需要太多的节点来计算Content loss ,而不需要Style loss (在这种情况下, 1个节点用于Content loss , 5个节点用于Style
2021-11-03 20:39:03
7.69MB
Python
1