文件名称：tunit:重新思考真正无监督的图像到图像翻译-官方PyTorch实施
文件大小：8.24MB
文件格式：ZIP
更新时间：2024-04-08 22:59:40
Python
重新思考真正无监督的图像到图像翻译 生成的每个图像均带有左侧的源图像以及每个聚类的平均样式矢量。该网络是在完全不受监督的方式下进行训练的。 pytorch官方实现的“重新思考真正无监督的图像到图像翻译” 庆俊白1 *，崔润吉2 ，荣荣2 ，宰俊瑜3 ，玄宗1 *在Clova AI Research实习期间完成的工作1延世大学2 Clova AI Research，NAVER Corp.。 3 EPFL 摘要每个最近的图像到图像转换模型都至少使用图像级别（即输入-输出对）或集合级别（即域标签）的监督。但是，即使是集级别的监督在实践中也可能是数据收集的严重瓶颈。在本文中，我们在完全无人监督的环境下处理图像到图像的转换，即既没有配对的图像也没有域标签。为此，我们提出了一种真正的无监督的图像到图像转换（TUNIT），它同时通过信息理论方法学习分离图像域，并使用估计的域标签生成相应的图像。在各种数
【文件预览】：
tunit-master
----models()
--------guidingNet.py(3KB)
--------blocks.py(8KB)
--------generator.py(6KB)
--------discriminator.py(3KB)
--------inception.py(11KB)
----NOTICE(51KB)
----main.py(21KB)
----train()
--------train_unsupervised.py(7KB)
--------train_supervised.py(6KB)
--------train_semisupervised.py(12KB)
----tools()
--------utils.py(2KB)
--------ops.py(5KB)
----validation()
--------eval_metrics.py(3KB)
--------cluster_eval.py(7KB)
--------plot_tsne.py(4KB)
--------validation.py(16KB)
----LICENSE(1KB)
----requirements.txt(69B)
----.gitignore(2KB)
----README.md(11KB)
----resrc()
--------ffhq_cluster.png(1.04MB)
--------teaser_3row.png(1.38MB)
--------summer2winter_ref.png(1.82MB)
--------afhq_wild_cluster.png(1.07MB)
--------afhq_dog_cluster.png(1.05MB)
--------lsun_cluster.png(998KB)
--------afhq_cat_cluster.png(757KB)
--------training_overview.png(123KB)
----datasets()
--------datasetgetter.py(14KB)
--------custom_dataset.py(9KB)