文件名称：matlab的素描代码-SketchPatch:SketchPatch
文件大小：250KB
文件格式：ZIP
更新时间：2024-06-12 21:16:58
系统开源
matlab的素描代码 SketchPatch：通过无缝面片级合成进行草图样式化 这是SIGGRAPH Asia 2020论文“ SketchPatch：通过无缝面片级合成进行草图样式化”的PyTorch实施。 抽象的 通过传递几何纹理细节，可以利用图像到图像转换的范例来实现草图样式化。 缺乏翻译系统的标准培训所需的数据量，我们主张在补丁程序级别进行操作，在该级别上，少量的程式化草图可为具有基本几何图元的补丁程序提供充足的挖掘潜力。 在补丁程序级别进行操作需要特别考虑完整草图的翻译，因为不考虑相邻对象的补丁程序的个别翻译可能会在补丁程序边界处产生可见的接缝和伪影。 对齐的成对的样式化和原始图元组合在一起，形成包含边界中的样式化元素和内部的平原元素的输入混合，并作为无缝翻译（ST）生成器的输入，该生成器的输出补丁有望重构完全样式化的补丁。 对抗性加法在推理时可促进对各种几何的通用性和鲁棒性，从而形成用于任意草图样式化的简单有效的系统，如在各种样式和草图上所展示的。 纸 安装 设置一个conda环境，并在其中运行以下命令，以安装所需的Python软件包： ./install_sketchp
【文件预览】：
SketchPatch-main
----run_sketchpatch.sh(873B)
----train.py(4KB)
----run_cyclegan.sh(824B)
----install_sketchpatch.sh(128B)
----imgs()
--------nk.gif(150KB)
----models()
--------cycle_gan_model.py(10KB)
--------test_model.py(3KB)
--------__init__.py(3KB)
--------base_model.py(9KB)
--------sketchpatch_model.py(4KB)
--------networks.py(29KB)
----test.py(4KB)
----utils.py(7KB)
----test_sketchpatch.py(10KB)
----util()
--------get_data.py(3KB)
--------util.py(3KB)
--------__init__.py(83B)
--------html.py(5KB)
--------image_pool.py(2KB)
--------visualizer.py(7KB)
----LICENSE(1KB)
----options()
--------train_options.py(3KB)
--------__init__.py(136B)
--------base_options.py(7KB)
--------test_options.py(2KB)
----README.md(5KB)
----test_sketchpatch_rgb.py(8KB)
----reference_roboto_reg_1000()
--------4.png(922B)
--------S.png(2KB)
--------3.png(2KB)
--------M.png(2KB)
--------J.png(755B)
--------I.png(155B)
--------Z.png(875B)
--------D.png(1KB)
--------X.png(2KB)
--------T.png(198B)
--------K.png(1KB)
--------G.png(2KB)
--------W.png(3KB)
--------7.png(718B)
--------V.png(2KB)
--------N.png(1KB)
--------B.png(1KB)
--------5.png(1KB)
--------1.png(444B)
--------2.png(1KB)
--------A.png(2KB)
--------P.png(898B)
--------Q.png(2KB)
--------H.png(252B)
--------O.png(2KB)
--------L.png(193B)
--------6.png(2KB)
--------8.png(2KB)
--------0.png(1KB)
--------9.png(2KB)
--------R.png(1KB)
--------Y.png(1KB)
--------U.png(831B)
--------E.png(257B)
--------C.png(2KB)
--------F.png(249B)
----data()
--------single_dataset.py(1KB)
--------unaligned_dataset.py(4KB)
--------__init__.py(3KB)
--------sketchpatch_dataset.py(6KB)
--------base_dataset.py(5KB)
--------image_folder.py(2KB)
----render_typeface.py(3KB)
----cut_exemplar.m(4KB)
----cut_aligned_exemplar.m(5KB)