文件名称：OGNet:CVPR 2020论文《老是黄金》的代码
文件大小：186KB
文件格式：ZIP
更新时间：2024-05-27 05:27:29
Python
古老就是黄金：重新定义对抗性学习的一类分类器训练范式（CVPR 2020） || || || || 要求 Python2.7 火炬1.2.0 火炬视觉0.4.0 以前，该代码是使用Python3.5构建的，但是随着该版本达到其EOL，现在已在Python 2.7上对此代码进行了验证。 代码执行 Train.py是代码的入口点。 按照“ dataset.txt”文件中提供的说明，将训练和测试图像放置在“数据”目录下。 在第一阶段的opts.py中设置必要的选项，在第二阶段的opts_fine_tune_discriminator.py中设置必要的选项。 执行Train.py 以前，只提供了需要test.py文件才能运行评估的测试代码。 为此，可以在下面找到说明。 请注意，对于当前版本。 不需要test.py，因为代码每次从内部调用一次都会调用测试函数以可视化基线和OGNet之
【文件预览】：
OGNet-master
----opts_fine_tune_discriminator.py(2KB)
----utils.py(522B)
----data()
--------dataset.txt(158B)
----test.py(2KB)
----train.py(1KB)
----dataloader.py(2KB)
----LICENSE(1KB)
----dataset(158B)
----imgs()
--------OGNet_architect.png(176KB)
----model_fine_tune_discriminator.py(6KB)
----model.py(8KB)
----README.md(4KB)
----network.py(2KB)
----fine_tune_dicriminator.py(617B)
----opts.py(2KB)