Domain-Adaptation-Using-Convolutional-AutoEncoder

【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)