研究论文中建议的生成对抗网络 (GAN) 的 MATLAB 实现集合。 它包括 GAN、conditional-GAN、info-GAN、Adversarial AutoEncoder、Pix2Pix、CycleGAN 等，模型应用于不同的数据集，如 MNIST、celebA 和 Facade。
2021-06-02 14:47:26
212.67MB
1
CycleGan的源码（TensorFlow）和论文CycleGan的源码（TensorFlow）和论文
2021-05-06 21:25:29
5MB
1
CycleGAN的Keras实现代码。CycleGAN 是一种无需成对示例便可自动进行图像到图像转换的技术。这些模型是采用一批无需关联的来自源域和目标域的图像，以一种无监督的方式训练的。
2021-04-26 22:03:27
477.41MB
1
建议
我们基于GAN的面部属性编辑工作 。
新闻
我们通过Tensorflow 2重新实现CycleGAN！ 旧版本在这里： ， 。
CycleGAN-Tensorflow 2
Tensorflow 2实现CycleGAN。
论文：
作者：等。
样例结果
夏天2冬天
第1行：夏季->冬季->重建的夏季，第2行：冬季->夏季->重建的冬季
斑马
第1行：马->斑马->重建马，第2行：斑马->马->重建斑马
苹果2橙色
第1行：苹果->橙色->重建苹果，第2行：橙色->苹果->重建橙色
用法
环境
Python 3.6
TensorFlow 2.2，TensorFlow插件0.10.
2021-04-22 11:08:47
2.3MB
1
PyTorch的CyCleGAN代码，标注清晰，适合新手免费学习。包括datasets、models、utils、train等4个文件，有问题可以一起讨论一下，我也是初学^_^
2021-04-11 13:59:56
10KB
1
Matlab-GAN：生成对抗网络的MATLAB实现-从GAN到Pixel2Pixel，CycleGAN
2021-04-05 17:03:07
212.61MB
1
English |
SNE-RoadSeg2
介绍
此SNE-RoadSeg2基于SNE-RoadSeg的官方pytorch实现的，已被接受。这是他们的。
在此，我们为提供了培训和测试设置。我们在Python 3.7，CUDA 10.0，cuDNN 7和PyTorch 1.1中测试我们的代码。我们提供Dockerfile来构建我们使用的Dockerfile映像。
设置
请根据以下文件夹结构设置KITTI道路数据集和预训练的权重：
SNE-RoadSeg
|-- checkpoints
| |-- kitti
| | |-- kitti_net_RoadSeg.pth
|-- data
|-- datasets
| |-- kitti
| | |-- training
| | | |-- calib
| | | |-- depth_u16
|
2021-04-05 16:00:19
20.11MB
1