文件名称：感知相似度：LPIPS指标。 点安装lpips
文件大小：892KB
文件格式：ZIP
更新时间：2024-02-26 06:39:02
deep-neural-networks deep-learning pytorch perceptual-losses perceptual
感知相似性指标和数据集 深度特征作为感知指标的不合理有效性（ ，（ ，（ ，（ ，（ 。 在 ，2018中。 快速开始 运行pip install lpips 。 下面的Python代码就是您所需要的。 import lpips loss_fn_alex = lpips . LPIPS ( net = 'alex' ) # best forward scores loss_fn_vgg = lpips . LPIPS ( net = 'vgg' ) # closer to "traditional" perceptual loss, when used for optimizat
【文件预览】：
PerceptualSimilarity-master
----lpips()
--------__init__.py(6KB)
--------trainer.py(11KB)
--------pretrained_networks.py(6KB)
--------weights()
--------lpips.py(9KB)
----lpips_2dirs.py(1KB)
----lpips_2imgs.py(849B)
----test_dataset_model.py(3KB)
----data()
--------image_folder.py(2KB)
--------data_loader.py(494B)
--------custom_dataset_data_loader.py(1KB)
--------dataset()
--------__init__.py(0B)
--------base_data_loader.py(167B)
----lpips_1dir_allpairs.py(2KB)
----train.py(5KB)
----Dockerfile(2KB)
----LICENSE(1KB)
----imgs()
--------ex_dir1()
--------ex_p0.png(7KB)
--------ex_dir0()
--------ex_dir_pair()
--------fig1.png(824KB)
--------ex_p1.png(10KB)
--------ex_ref.png(9KB)
----requirements.txt(134B)
----setup.py(721B)
----.gitignore(21B)
----lpips_loss.py(2KB)
----README.md(10KB)
----util()
--------__pycache__()
--------visualizer.py(8KB)
--------util.py(1KB)
--------__init__.py(0B)
--------html.py(2KB)
----test_network.py(1KB)
----scripts()
--------download_dataset.sh(802B)
--------eval_valsets.sh(104B)
--------train_test_metric_tune.sh(293B)
--------train_test_metric_scratch.sh(333B)
--------download_dataset_valonly.sh(512B)
--------train_test_metric.sh(250B)