PConv_in_tf:'使用部分卷积对不规则Kong进行图像修补'的第一个tensorflow主实例,使用tensorflow完全实现,而无需修改源代码-tensorflow source code

上传者: 42137723 | 上传时间: 2023-02-22 15:37:58 | 文件大小: 84KB | 文件类型: ZIP
PConv_in_tf “使用部分卷积对不规则Kong进行图像修补”第一个tensorflow主实例,使用tensorflow完全实现,而无需修改源代码。 部分转化 使用curr_bin_mask表示当前二进制文件的掩码; conved_mask表示二进制掩码的卷积结果,对应于文本中的sum(M); new_bin_mask表示卷积后的新二进制掩码,更新规则为: ((conved_mask == 0)== 0) 因此,局部卷积的计算如下: Pconv(x)=(Conv(x * curr_bin_mask)*隐蔽掩码+ b)* new_bin_mask 如文本中所述,使用新掩码的操作是为了确保无效输入为零。 网络结构 用局部卷积代替卷积 面膜生成 与原始版本不同,我使用opencv生成了一个掩码,并将无效零件输入设置为零。 为了确保面罩的不规则性而无填充,面罩部分中的单元数也是随机的,

文件下载

资源详情

[{"title":"( 11 个子文件 84KB ) PConv_in_tf:'使用部分卷积对不规则Kong进行图像修补'的第一个tensorflow主实例,使用tensorflow完全实现,而无需修改源代码-tensorflow source code","children":[{"title":"PConv_in_tf-master","children":[{"title":"README.md <span style='color:#111;'> 3.77KB </span>","children":null,"spread":false},{"title":"U_net","children":[{"title":"u_net_Struct.png <span style='color:#111;'> 69.90KB </span>","children":null,"spread":false}],"spread":true},{"title":"get_input.py <span style='color:#111;'> 724B </span>","children":null,"spread":false},{"title":"ops.py <span style='color:#111;'> 1.94KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 11.09KB </span>","children":null,"spread":false},{"title":"create_mask_im.py <span style='color:#111;'> 3.36KB </span>","children":null,"spread":false},{"title":"main.py <span style='color:#111;'> 15.70KB </span>","children":null,"spread":false},{"title":"Configmian.py <span style='color:#111;'> 1.36KB </span>","children":null,"spread":false},{"title":"cacu_loss.py <span style='color:#111;'> 2.81KB </span>","children":null,"spread":false},{"title":"vgg.py <span style='color:#111;'> 1.97KB </span>","children":null,"spread":false},{"title":"config_im_mask.py <span style='color:#111;'> 1.49KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明