文件名称：White-box-Cartoonization:CVPR2020论文“学习使用白盒卡通表示法进行卡通化”的正式张量流实施
文件大小：48.8MB
文件格式：ZIP
更新时间：2024-04-08 22:00:08
Python
[CVPR2020]学习使用白盒卡通表示来卡通化 | || | CVPR2020论文“学习使用白盒卡通表示法进行卡通化”的Tensorflow实施。 现在可以使用面部图像的改进方法： 用例 风景 食物 室内场景 人们 补充材料中显示了更多图像 在线演示 某些人为此项目制作了在线演示 演示链接： : 代码： ： 演示示例： : 先决条件 培训代码：Linux或Windows NVIDIA GPU + CUDA CuDNN性能 推断代码：Linux，Windows和MacOS 如何使用 安装 假设您已经安装了NVIDIA GPU和CUDA CuDNN 安装tensorflow-gpu，我们测试了1.12.0和1.13.0rc0 安装scikit-image == 0.14.5，其他版本可能会导致问题 预训练模型推论 将测试图像存储在/ test_code / test_images
【文件预览】：
White-box-Cartoonization-master
----index.html(3KB)
----paper()
--------shinjuku.jpg(415KB)
--------06791.pdf(9.01MB)
--------white_box_cartoon_acm_style.pdf(9.26MB)
--------06791-supp.pdf(14.86MB)
----images()
--------city1.jpg(1.14MB)
--------city2.jpg(1.23MB)
--------person2.jpg(1.02MB)
--------home.jpg(1.19MB)
--------method.jpg(593KB)
--------folder.jpg(180KB)
--------food.jpg(1.32MB)
--------use_cases.jpg(1.38MB)
--------person1.jpg(1.14MB)
----index_files()
--------pixl-fonts.css(165B)
--------pixl-bk.css(3KB)
----README.md(4KB)
----train_code()
--------guided_filter.py(1KB)
--------train.py(9KB)
--------utils.py(5KB)
--------pretrain.py(4KB)
--------loss.py(7KB)
--------network.py(6KB)
--------layers.py(3KB)
--------selective_search()
----test_code()
--------guided_filter.py(2KB)
--------cartoonize.py(2KB)
--------saved_models()
--------test_images()
--------network.py(2KB)