行业分类-物理装置-基于对抗生成网络的恒星光谱小样本分类方法.zip

Pytorch入门实践项目，包含了DCGAN等，imagenet，mnist上的项目例程

龙龙老师教程gan，wgan，二次元头像训练数据集，一共280M 龙龙老师教程gan，wgan，二次元头像训练数据集，一共280M 龙龙老师教程gan，wgan，二次元头像训练数据集，一共280M

针对遥感图像中舰船形状狭长、分布杂乱等特性导致检测难度增大的问题,提出了一种基于快速区域卷积神经网络(Faster R-CNN)的舰船目标检测方法。采用双路网络提取舰船目标特征,为了使特征图充分融合底层细节信息和高层语义信息,用多尺度融合特征金字塔网络(MFPN)进行特征融合;在候选框生成阶段,提出了自适应旋转区域生成网络(AR-RPN),集中在目标中心位置生成旋转锚框,以高效获取优质的候选框。为了提升网络对舰船目标的检测率,结合改进的损失函数对网络进行优化。在HRSC2016和DOTA舰船数据集上的测试结果表明,本方法的平均精度分别为89.10%和88.64%,能很好地适应遥感图像中舰船的形状与分布特性。

对抗生成网络学习（十）——attentiveGAN实现影像去雨滴的过程(tensorflow实现)-附件资源

利用GAN网络生成动漫图像，python语言。

龙龙老师教程gan，wgan 280M训练数据集，二次元头像，一共280M，原来的baidupan里的失效了。

非常不错的一套视频教程，大家可以下载看看

深度学习-对抗生成网络实战(GAN)课程，全程实战解读各大经典GAN模型构建与应用方法，通俗讲解论文中核心知识点与整体网络模型架构，从数据预处理与环境配置开始详细解读项目源码及其应用方法。提供课程所需全部数据，代码，PPT。

对抗生成网络生成卡通人脸demo包括源代码和相关数据下载文件