文件名称：EnlightenGAN
文件大小：16.81MB
文件格式：ZIP
更新时间：2024-03-28 12:01:11
Python
启蒙 IEEE图像处理交易，2020年， 代表性的结果 总体架构 环境准备 python3.5 您至少应准备3个1080ti GPU或更改批大小。 pip install -r requirement.txt mkdir model 从下载VGG预训练模型，然后将其放入目录model 。 培训过程 在开始培训过程之前，您应该启动visdom.server进行可视化。 nohup python -m visdom.server -port=8097 然后运行以下命令 python scripts/script.py --train 测试过程 下载并将其放入./checkpoints/enlightening 创建目录../test_dataset/testA和../test_dataset/testB 。 将您的测试映像放在../test_dataset/testA （并且您应该在
【文件预览】：
EnlightenGAN-main
----train.py(3KB)
----imgs()
--------horse2zebra.gif(7.33MB)
--------edges2cats.jpg(68KB)
----models()
--------multi_model.py(16KB)
--------temp_model.py(25KB)
--------cycle_gan_model.py(14KB)
--------test_model.py(2KB)
--------Unet_L1.py(6KB)
--------unit_network.py(20KB)
--------single_model.py(24KB)
--------models.py(430B)
--------pix2pix_model.py(6KB)
--------pair_model.py(16KB)
--------base_model.py(2KB)
--------unit_model.py(13KB)
--------networks.py(48KB)
----configs()
--------unit_gta2city_folder.yaml(3KB)
----lib()
--------utils()
--------nn()
----test_dataset()
--------testA()
--------testB()
----requirement.txt(52B)
----__init__.py(0B)
----predict.py(2KB)
----License(4KB)
----datasets()
--------download_pix2pix_dataset.sh(254B)
--------download_cyclegan_dataset.sh(823B)
--------combine_A_and_B.py(2KB)
--------bibtex()
----util()
--------get_data.py(4KB)
--------util.py(7KB)
--------html.py(2KB)
--------image_pool.py(1KB)
--------visualizer.py(6KB)
--------png.py(1011B)
----assets()
--------show_3.png(3.57MB)
--------table.pdf(94KB)
--------arch_2.pdf(1.66MB)
--------new_ablation.pdf(1.34MB)
--------comparison_3.pdf(1.67MB)
--------arch.png(1.12MB)
----options()
--------train_options.py(2KB)
--------base_options.py(10KB)
--------test_options.py(858B)
--------single_unet_conv_add_bs32_BN_nonormDlayer5_3_final_lsgan_64patchD_P_vgg.py(2KB)
----README.md(2KB)
----data()
--------single_dataset.py(986B)
--------unaligned_random_crop.py(3KB)
--------aligned_dataset.py(2KB)
--------unaligned_dataset.py(5KB)
--------syn_dataset.py(3KB)
--------base_dataset.py(2KB)
--------custom_dataset_data_loader.py(1KB)
--------pair_dataset.py(4KB)
--------data_loader.py(245B)
--------base_data_loader.py(209B)
--------image_folder.py(2KB)
----.gitignore(1KB)
----script.py(383B)