文件名称：lr-gan.pytorch：我们的ICLR 2017论文“用于图像生成的分层递归GAN”的Pytorch代码
文件大小：12.3MB
文件格式：ZIP
更新时间：2024-03-16 07:04:06
gan unsupervised-learning Python
分层递归生成对抗网络的Pytorch代码 介绍 这是我们ICLR 2017论文的pytorch实现。 在本文中，考虑到图像自然具有结构和上下文，我们提出了LR-GAN逐层递归生成图像。 如下图所示，LR-GAN首先生成背景图像，然后生成具有外观，姿势和形状的前景。 然后，LR-GAN将前景相应地放置在背景中。 通过这种方式，LR-GAN可以显着减少背景和前景之间的混合。 定性和定量比较均表明，LR-GAN比基线DCGAN模型可以生成更好和清晰的图像。 免责声明 这是基于Pytorch的LR-GAN的重新实现代码。 它是基于开发的。 我们的原始代码是在第一位作者实习期间基于Torch实施的。 本文提出的所有结果都是基于Torch代码获得的，由于严格的限制，该代码无法发布。 该项目是为了在我们的论文中再现结果。 引文 如果您认为此代码有用，请引用以下文章： @article{yang20
【文件预览】：
lr-gan.pytorch-master
----functions()
--------stnm.pyc(2KB)
--------__init__.pyc(150B)
--------stnm.py(2KB)
--------__init__.py(0B)
--------gridgen.py(5KB)
--------gridgen.pyc(5KB)
----images()
--------cifar-10()
--------mnist-two()
--------lfw()
--------mnist-one()
--------cub200()
--------pipeline.png(2.34MB)
----train.py(19KB)
----.gitignore(0B)
----README.md(8KB)
----_ext()
--------__init__.pyc(145B)
--------stnm()
--------__init__.py(0B)
----modules()
--------stnm.pyc(926B)
--------__init__.pyc(148B)
--------stnm.py(304B)
--------__init__.py(0B)
--------gridgen.py(16KB)
--------gridgen.pyc(18KB)