文件名称：Pix2Pix：Unity的实时pix2pix实现
文件大小：108KB
文件格式：ZIP
更新时间：2024-02-23 20:22:25
machine-learning deep-learning unity unity3d pix2pix
Pix2Pix for Unity 这是尝试使用实时运行 （具有深度神经网络的图像到图像翻译）。 它包含自己的推理引擎实现，因此不需要安装其他神经网络框架。 草图板演示 Sketch Pad是一个类似于著名的演示的演示，但是是实时的。 您可以从“页面下载预构建的二进制文件。 系统要求 Unity 2018.1 计算着色器功能（DX11，Metal，Vulkan等） 尽管以平台不可知的方式实施，但其中许多部分已针对NVIDIA GPU架构进行了优化。 为了完美地运行Sketch Pad演示，强烈建议使用GeForce GTX 1070或更高版本的Windows系统。 如何使用训练有素的模型 该存储库不包含任何经过训练的模型来节省带宽和存储配额。 要在Unity Editor上运行示例项目，请下载经过预训练的并将其复制到Assets/StreamingAssets 。 此实现仅支持Christopher Hesse的使用的.pict weight数据格式。 您可以选择一种也可以使用训练自己的模型。 要从检查点导出重量数据，请参阅脚本中的描述。
【文件预览】：
Pix2Pix-master
----ProjectSettings()
--------ProjectVersion.txt(28B)
--------InputManager.asset(6KB)
--------TagManager.asset(435B)
--------EditorSettings.asset(662B)
--------GraphicsSettings.asset(2KB)
--------PresetManager.asset(824B)
--------DynamicsManager.asset(1KB)
--------ClusterInputManager.asset(120B)
--------ProjectSettings.asset(19KB)
--------NavMeshAreas.asset(1KB)
--------UnityConnectSettings.asset(812B)
--------Physics2DSettings.asset(1KB)
--------NetworkManager.asset(159B)
--------AudioManager.asset(377B)
--------TimeManager.asset(195B)
--------QualitySettings.asset(1KB)
--------EditorBuildSettings.asset(248B)
----Assets()
--------StreamingAssets.meta(172B)
--------PostProcessing.unity(21KB)
--------Test()
--------PostProcessing.unity.meta(155B)
--------Test.meta(172B)
--------SketchPad.unity(25KB)
--------SketchPad.unity.meta(155B)
--------Pix2Pix.meta(172B)
--------Pix2Pix()
--------StreamingAssets()
----.gitignore(137B)
----README.md(2KB)
----.gitattributes(166B)
----Packages()
--------manifest.json(377B)