deep-photo-aesthetics-源码

通过深层CNN学习摄影美学 概述 这是《 PyTorch中的来》一文的实现。 通过合并每个ResNet块输出的特征图，我们能够使用gradCAM可视化图像的哪些部分有助于图像的美观。 本文的作者在有一个Keras实现尽管代码很乱，而且我不得不用可视化代码修复一些错误。 设置 要安装环境（假设您已经安装了Anaconda），只需执行以下操作： conda env create -f environment.yml -n 然后激活环境source activate 训练 可以从下载训练图像 数据文件位于data/*.csv 培训使用随附的配置文件来培训： python train.py --config_file_path config.json 每次训练大约需要3分钟 或者，如果您不想训练模型，则可以进入笔记本并在那里进行可视化/评估。