文件名称：PIC
文件大小：132.63MB
文件格式：ZIP
更新时间：2024-04-19 11:55:39
Python
多元图像完成 | | | 这个库实现了培训，测试和编辑的“多元图像修复”的工具，和台大。 给定一个蒙面的形象，所提出的多元模式能够生成各种结构，颜色和纹理多和多样化的合理的结果。 编辑范例 结果示例 使用中心遮罩（以灰色遮罩显示）的脸部图像（ ），建筑物（）和自然场景（ ）的图像，该方法的示例完成结果。 对于每个组，被遮罩的输入图像显示在左侧，然后是来自我们模型的采样结果，没有进行任何后处理。 结果是多样且可取的。 入门 安装 此代码已通过Pytoch 0.4.0，CUDA 9.0，Python 3.6和Ubuntu 16.04进行了测试 从安装Pytoch 0.4，torchvision和其他依赖项 安装python库并可视化 pip install visdom dominate 克隆此仓库： git clone https://github.com/lyndonzhen
【文件预览】：
PIC-main
----ui_main.py(291B)
----images()
--------our.gif(401KB)
--------mask_celeba_184919.jpg(9KB)
--------place30002.gif(346KB)
--------mask_Places_00030002.jpg(9KB)
--------mask_celeba_185755.jpg(11KB)
--------celeba184919.gif(631KB)
--------face_playing()
--------play.gif(37.17MB)
--------celeba185755.gif(681KB)
--------mask_paris_085.png(80KB)
--------paris85.gif(452KB)
--------removing()
--------free_form.gif(87.51MB)
--------comparison.gif(5.91MB)
----model()
--------pluralistic_model.py(12KB)
--------base_function.py(13KB)
--------__init__.py(1KB)
--------base_model.py(6KB)
--------external_function.py(9KB)
--------network.py(14KB)
----test.py(664B)
----train.py(2KB)
----options()
--------train_options.py(2KB)
--------base_options.py(5KB)
--------test_options.py(853B)
----.idea()
--------Pluralistic-Inpainting.iml(441B)
--------misc.xml(196B)
--------vcs.xml(180B)
--------modules.xml(296B)
--------.gitignore(47B)
--------inspectionProfiles()
----dataloader()
--------image_folder.py(1KB)
--------data_loader.py(4KB)
----README.md(9KB)
----util()
--------task.py(3KB)
--------evaluation.py(4KB)
--------visualizer.py(7KB)
--------util.py(1KB)
--------html.py(2KB)
----gui()
--------ui_window.py(8KB)
--------logo()
--------ui_model.py(9KB)
--------__init__.py(0B)
--------ui_draw.py(7KB)
--------ui_window.ui(8KB)
--------result_celeba_HQ_test_35_197693.jpg(9KB)
--------test.png(291B)
----datasets()
--------place2()
--------paris()
--------imagenet()
--------celeba-hq()
----evaluations()
--------fid_score_torch.py(9KB)
--------inception_score_torch.py(3KB)
--------inception_score_tf.py(5KB)