文件名称：matlab图像膨胀代码-SieNet-Image-extrapolation:SiENet：用于图像外推的连体扩展网络
文件大小：2.54MB
文件格式：ZIP
更新时间：2024-06-27 23:53:41
系统开源
matlab 图像膨胀代码SiENet-图像外推 论文：“SiENet：用于图像外推的连体扩展网络” 抽象的 在本文中，我们提出了一种新的用于图像外推的两阶段孪生对抗模型，称为孪生扩展网络（SiENet）。 在两个阶段，设计了一种名为填充卷积的新型边界敏感卷积，用于允许编码器预测未知内容，减轻解码器的负担。 此外，为了将先验知识引入网络并增强编码器的推理能力，我们设计了孪生对抗机制，使我们的网络能够将覆盖的远程特征建模为未覆盖的图像特征。 要求 1.Pytorch >= 1.0 2.Python 3 3.NVIDIA GPU + CUDA 9.0 4.张量板 5.Matlab 安装 1.克隆代码 git clone https://github.com/nanjingxiaobawang/SieNet-Image-extrapolation 2.构建高斯采样CUDA包 cd ./SieNet-Image-extrapolation/resample2d_package python setup.py install --user 跑步 我们的方法在三个数据集上进行评估，即城市景观、巴黎
【文件预览】：
SieNet-Image-extrapolation-master
----results.png(357KB)
----eval.py(35B)
----example()
--------paris()
--------1.png(700B)
--------beach()
--------cityscapes()
--------0.png(696B)
--------scenery()
----model_config.yaml(3KB)
----main.py(3KB)
----fillingconv.py(2KB)
----test.py(35B)
----train.py(38B)
----structure.png(120KB)
----src()
--------resample2d.py(2KB)
--------loss.py(9KB)
--------models.py(9KB)
--------utils.py(13KB)
--------metrics.py(9KB)
--------structure_flow.py(12KB)
--------base_model.py(4KB)
--------config.py(1KB)
--------network.py(22KB)
--------data.py(11KB)
----cityscape.jpg(560KB)
----resample2d_package()
--------resample2d_cuda.cc(858B)
--------setup.py(772B)
--------resample2d_kernel.cu(20KB)
----comparision.png(957KB)
----README.md(2KB)
----scripts()
--------metrics.py(16KB)
--------matlab()
--------inception.py(5KB)
--------flist.py(545B)
----adaptive-filling-convolution.png(25KB)