文件名称：Semantic_Pyramid_for_Image_Generation:用于图像生成PyTorch的纸质语义金字塔的PyTorch重新实现[CVPR 2020]
文件大小：4.89MB
文件格式：ZIP
更新时间：2024-04-24 02:31:45
machine-learning deep-neural-networks deep-learning cnn pytorch
用于图像生成的语义金字塔 ，Yossi Gandelsman等人的论文《的非官方实现。 。 论文拟议结果。 模型架构 完整的体系结构包括三个部分。 首先，将对象识别模型实现为预训练的VGG 16网络。 其次，剩余发电机网络部分基于的发电机架构。 第三，残余鉴别器网络也是基于。 数据集 要从官方网站下载并提取数据集，请运行以下脚本 sh download_places365.sh 训练有素的VGG-16 提供的原始VGG-16在224 x 224的分辨率上进行了训练。但是，此实现利用了数据集的原始分辨率（256 x 256）。 通过在较高分辨率上微调预训练的VGG-16网络，可以解决此问题。 可以在下载必要的经过微调的VGG-16状态字典。 要下载并转换在较低分辨率（224 x 224）位置数据集上预先训练的原始VGG-16模型，请运行以下命令。 通过使用基于的，可以在更高的分辨率
【文件预览】：
Semantic_Pyramid_for_Image_Generation-master
----download_places365.sh(122B)
----models.py(23KB)
----figures()
--------600000.png(2.65MB)
--------paper_architecture.png(285KB)
--------paper_results_overview.png(1.93MB)
----main.py(5KB)
----download_pretrained_vgg16.sh(309B)
----vgg_16_inference.py(1KB)
----misc.py(8KB)
----frechet_inception_distance.py(5KB)
----LICENSE(1KB)
----model_wrapper.py(16KB)
----vgg_16_train.py(9KB)
----requirements.txt(193B)
----.gitignore(2KB)
----README.md(5KB)
----caffe2pytorchvgg16.py(1KB)
----lossfunction.py(6KB)
----data.py(4KB)