算法流程大体为：
首先，将源图像和目标图像由rgb空间转为lab空间；
其次，分别计算源图像和目标图像均值及标准差；
然后，在lab空间，遍历每个像素点，分别对每个像素点计算各个通道值，计算方法为：将源图像减去自身均值后乘以标准差比值，再将相乘结果加上目标图像均值后赋值给输出图像；
最后，将输出图像由lab空间转为rgb空间。至此，算法执行完毕。
2021-05-30 01:36:09
86.42MB
1
单张图片的图像风格迁移，包含图像已训练完成的数据模型，可以进行输出图片的质量选择，进行照片，背景图风格转换学习。
2021-05-26 09:23:45
83.33MB
1
DG v5.4.0.1124_x64,支持系统迁移功能，亲测电脑加多一个新的固态硬盘，可以不通过PE直接将系统迁移到固态硬盘上，记得启动顺序要调整下，最好把旧的硬盘拿下来启动一次以后再接上去，以此确保自己启动的是新硬盘上的系统
2021-05-25 22:00:59
37.89MB
1
表格中包含的内容为android项目迁移到androidX的类映射，包括android.support.design、android.support.v7、android.support.v4等
2021-05-25 17:02:18
43KB
1
利用VGG16对kaggle比赛提供的猫狗图片进行迁移学习-PyTorch版本
1.已改写为gpu-cpu通用
2.数据集处理参考注释；含后续训练、训练集/验证集accuracy计算，图片测试
3.数据集请参考https://www.kaggle.com/c/dogs-vs-cats
2021-05-25 09:19:58
91KB
1