【文件属性】:
文件名称:Domain-Adaptation-Using-Convolutional-AutoEncoder
文件大小:1.63MB
文件格式:ZIP
更新时间:2021-03-11 06:35:12
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。 基准线大量借鉴了以下Github链接( )和youtube页面( )。
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
│ └── image10.jpeg
│ └── --------------------
│
├── Original_B - this folder c
【文件预览】:
Domain-Adaptation-Using-Convolutional-AutoEncoder-main
----LICENSE(34KB)
----README.md(2KB)
----autoencoder_best_model.h5(165KB)
----Autoencoder-Baseline-mit-optuna.ipynb(4.18MB)
----.gitignore(2KB)
网友评论
- 用户下载后在一定时间内未进行评价,系统默认好评。