文件名称：Light-Up:弱光图像增强
文件大小：1.08MB
文件格式：ZIP
更新时间：2024-05-30 03:10:09
JupyterNotebook
点亮 影像增强 注意：在尝试使用网络应用之前，请先在google中搜索曝光不足或对比度低的图像。 快速启动：提高在弱光照片- 低端版本- [在hicupps的情况下，请referesh :)] 损失 发电机输出（媒体） 目录 关于点亮 该项目的目的是增强曝光不足的图像。 在讨论技术细节之前，我想展示一些图片。 范例图片 极黑 几乎没有 步骤如下： 用特征损失训练生成器。 训练批评家区分这些输出和真实图像。 最后，在GAN中一起训练生成器和评论家。 此处所有有用的GAN培训都仅在非常短的时间内进行（这要感谢DeOldify），这帮助我在Colab中完成了整个项目。 GAN训练大约需要25-30分钟。 技术细节 取消旧版 自我注意生成对抗网络 -发电机是经过预训练的U-Net -已对其进行了修改，使其具有频谱归一化以及自我关注能力。 注意：基于VGG16的感知
【文件预览】：
Light-Up-master
----ArtLine(AR).ipynb(322KB)
----model()
--------Train.ipynb(20KB)
--------requirements.txt(88B)
----Toon_Me_(Alt_Model).ipynb(301KB)
----enhance()
--------Dockerfile(207B)
--------requirements.txt(2KB)
--------Good.py(2KB)
----ArtLine.ipynb(497KB)
----Toon_Me_(Try_it_on_Colab).ipynb(365KB)
----README.md(3KB)