文件名称：pix2pix：使用条件对抗网进行图像到图像的翻译
文件大小：499KB
文件格式：ZIP
更新时间：2024-02-25 15:53:10
computer-vision deep-learning computer-graphics generative-adversarial-network gan
pix2pix | | 火炬实现，用于学习从输入图像到输出图像的映射，例如： 条件对抗网络的图像到图像翻译，，， CVPR，2017年。 在某些任务上，可以在较小的数据集上相当快地获得不错的结果。 例如，要学习生成立面（如上所示的示例），我们仅对400张图像进行了约2个小时的训练（在单个Pascal Titan X GPU上）。 但是，对于更棘手的问题，重要的是要对更大的数据集进行训练，并且需要花费数小时甚至数天的时间。 注意：请检查我们的pix2pix和CycleGAN的实现。 PyTorch版本正在积极开发中，并且可以产生与该Torch版本相当或更好的结果。 建立 先决条件 L
【文件预览】：
pix2pix-master
----.gitignore(341B)
----test.lua(7KB)
----data()
--------data.lua(3KB)
--------donkey_folder.lua(6KB)
--------dataset.lua(13KB)
----datasets()
--------bibtex()
--------download_dataset.sh(531B)
----train.lua(17KB)
----models.lua(11KB)
----models()
--------download_model.sh(128B)
----LICENSE(3KB)
----util()
--------util.lua(5KB)
--------cudnn_convert_custom.lua(2KB)
----scripts()
--------receptive_field_sizes.m(3KB)
--------eval_cityscapes()
--------edges()
--------combine_A_and_B.py(2KB)
----README.md(11KB)
----imgs()
--------examples.jpg(469KB)