文件名称：inpainting-gmcnn-keras:Keras实现的“通过可生成的多列卷积神经网络进行图像修复”论文发表于NIPS 2018
文件大小：5.88MB
文件格式：ZIP
更新时间：2024-05-24 19:36:03
deep-neural-networks computer-vision deep-learning tensorflow keras
Keras中的生成多列卷积神经网络修复模型 Keras实施GMCNN的（创成多列卷积神经网络）最初在2018 NIPS提出修复模型： 模型架构 安装 来自此存储库的代码已在Python 3.6和Ubuntu 14.04上进行了测试 所有必需的依赖项都存储在requirements.txt ， requirements-cpu.txt和requirements-gpu.txt文件中。 代码下载： git clone https://github.com/tlatkowski/inpainting-gmcnn-keras.git cd inpainting-gmcnn-keras 要安装需求，请创建Python虚拟环境并从文件安装依赖项： virtualenv -p /usr/bin/python3.6 .venv source .venv/bin/activate pip insta
【文件预览】：
inpainting-gmcnn-keras-master
----.gitignore(1KB)
----colab()
--------Image_Inpainting_with_GMCNN_model.ipynb(13KB)
----layers()
--------__init__.py(0B)
--------custom_layers.py(978B)
--------losses.py(5KB)
----samples()
--------images()
--------masks()
----models()
--------gmcnn_gan.py(11KB)
--------vgg.py(2KB)
--------__init__.py(0B)
--------base.py(1KB)
--------discriminator.py(3KB)
--------wgan.py(5KB)
--------generator.py(6KB)
----data_generators()
--------__init__.py(0B)
--------datasets.py(2KB)
----LICENSE(1KB)
----.github()
--------workflows()
----utils()
--------trainer.py(4KB)
--------training_utils.py(2KB)
--------sampling_utils.py(1KB)
--------__init__.py(0B)
--------norm_utils.py(1013B)
--------gaussian_utils.py(1007B)
--------id_mrf.py(2KB)
--------constants.py(1009B)
--------metrics.py(154B)
--------other_utils.py(786B)
--------contextual_similarity_utills.py(3KB)
----README.md(10KB)
----tests()
--------test_gaussian_blur.py(2KB)
--------test_results()
--------__init__.py(0B)
--------test_vgg.py(427B)
--------test_norm_utils.py(2KB)
--------pics()
----config()
--------main_config.ini(482B)
--------main_config.py(2KB)
----requirements()
--------requirements-gpu.txt(22B)
--------requirements.txt(127B)
--------requirements-cpu.txt(18B)
----runner.py(4KB)
----predict.py(3KB)
----pics()
--------outputs()
--------.gitkeep(0B)
--------models()
--------masks()
--------tb_log.png(222KB)