文件名称：颜色分类leetcode-Image-Colorization:使用GAN进行图像着色，用Pytorch编写
文件大小：38.11MB
文件格式：ZIP
更新时间：2024-07-26 16:30:10
系统开源
颜色分类leetcode 使用 GAN 进行图像着色 介绍 该存储库是 Conditional GAN 的实现，用于将图像从灰度转换为 RGB。 网络的输入是 1 通道灰度图像（特别是 LAB 色彩空间的“L”通道），生成器将创建输入图像的 3 通道彩色版本。 生成器具有编码器-解码器架构； 鉴别器只是一个编码器加上提供一类输出的全连接层。 跳过连接应用于生成器（U-Net）。 对于 224x224 图像，生成器的架构如下所示。 每个块包含 Conv(transpose Conv) 层、BatchNormalization 和 Leaky ReLU。 生成器的最终激活函数是 tanh； 用于鉴别器的 sigmoid。 输入图像在输入网络之前被标准化。 总的来说，Conditional GAN 的目标函数是： 对于生成器，使用 L1 距离添加正则化项： 其中使用系数 lambda 100。 该模型使用 Adam 优化器进行了优化，并稍作改动。 该模型适用于各种彩色图像数据集。 这里实验了三个数据集：OxFlower、SpongeBob 和 SC2Replay。 ：Oxford VGG g
【文件预览】：
Image-Colorization-master
----.gitignore(79B)
----model()
--------readme.md(35B)
----transform.py(4KB)
----load_data.py(15KB)
----asset()
--------flower.png(12.02MB)
--------SC2_large.png(9.72MB)
--------gan.png(37KB)
--------gen.png(25KB)
--------bob.png(9.4MB)
--------image-colorization-deep.pdf(6.95MB)
--------unet.png(31KB)
----gan_model.py(6KB)
----utils.py(14KB)
----README.md(4KB)
----loss.py(1KB)
----img()
--------readme.md(37B)
----gan_main.py(13KB)