文件名称：Simple-web-Application-in-Domain-Adaptation-Using-Autoencoder
文件大小：2.75MB
文件格式：ZIP
更新时间：2024-04-06 01:47:20
JupyterNotebook
使用卷积自动编码器的域自适应 在此存储库中，我使用卷积自动编码器在Manet数据集中实现了领域适应问题。 目录 任务描述 该数据集由成对的景观和来自kaggle-set A（ ）训练图像对的Monet风格化图像组成。 图像对包括图像和山水画。任务是使图像从一个域适应到另一个域。 超参数优化是使用Optuna（ ）完成的 资料夹结构 Monet-styled-dataset ├── Original_A - this folder contains landscapes images. │ ├── image1.jpeg │ └── -------------------- │ ├── Original_B - this folder contains monet styled painting images. │ ├── image2.jpeg │
【文件预览】：
Simple-web-Application-in-Domain-Adaptation-Using-Autoencoder-main
----app.py(2KB)
----templates()
--------plot.html(514B)
----autoencoder_best_model.h5(165KB)
----LICENSE(34KB)
----static()
--------images()
----requirements.txt(753B)
----model.py(1KB)
----.gitignore(2KB)
----README.md(2KB)
----Autoencoder-Baseline-mit-optuna.ipynb(4.13MB)
----datasets()
--------166023.jpg(1.01MB)