文件名称：Colorization_GAN:使用条件生成对抗网络进行灰度图像着色
文件大小：4.75MB
文件格式：ZIP
更新时间：2024-05-17 06:58:10
pytorch gan JupyterNotebook
着色_GAN 使用条件生成对抗网络进行灰度图像着色。 这是DCGAN的PyTorch实现，如论文“中所述 先决条件 Python 3.6 火炬 方法 在传统GAN中，发生器的输入是随机产生的噪声数据z。 但是，由于其输入的性质，该方法不适用于自动着色问题。 必须修改发生器，以接受灰度图像作为输入而不是噪声。 通过使用称为的GAN变体解决了此问题。 由于没有引入噪声，因此将生成器的输入视为零噪声，而将灰阶输入作为先验： 鉴别器从生成器和原始数据中获取彩色图像，并以灰度输入作为条件，并试图分辨出哪对包含真正的彩色图像： 网络架构 生成器的体系结构受U-Net的启发：模型的体系结构是对称的，具有n个编码单元和n个解码单元。 为了区分，我们使用类似的架构作为基线收缩路径。 数据集 我们使用CIFAR-10数据集。 要培养对fulldataset模式，下载数据集。 参考 使用GAN进行图像着
【文件预览】：
Colorization_GAN-master
----gan_colorization.ipynb(472KB)
----Colorization_GANs.pdf(4.42MB)
----README.md(2KB)
----img()
--------con_gan.png(13KB)
--------cgan.png(37KB)
--------unet.png(32KB)