文件名称：domain-transfer-net:CS 229最终项目
文件大小：72.53MB
文件格式：ZIP
更新时间：2024-06-03 18:26:43
Python
开始之前 与原始纸张相比，面部转移显示出非常有限的成功。 请参阅我们的，以讨论此实现可实现的结果。 要生成表情符号图像的数据集，请执行以下操作： 在当前datasets目录中创建一个名为emoji_data的目录 有2种表情符号生成脚本： 用于创建小型数据集（<1000张图像）， 用于大型数据集。 运行python3 create_emojis.py或python3 create_emojis_parallel.py生成数据集。 注意，由于url请求，您必须使用python3运行这些脚本。 要更改生成的表情符号的数量，请更改生成脚本顶部的num_emojis变量。 CS 229最终项目：无监督的跨域图像生成 戴维斯·伦佩（Davis Rempe），华新如，张浩天（925队） 基于。 此仓库中的文件概述： /datasets/ -所有数据集下载/创建/处理脚本 /pretrain
【文件预览】：
domain-transfer-net-master
----faces_model_v2.py(4KB)
----.gitignore(17B)
----classifier_f_test.py(6KB)
----net_sphere.py(6KB)
----FaceMain.ipynb(7KB)
----README.md(3KB)
----faces_model_test_open.py(23KB)
----base_test.py(2KB)
----pretrained_model()
--------digit_crossentropy.tar(15.89MB)
--------digit_NoLConst.tar(15.89MB)
--------digit_best.tar(15.89MB)
--------openface.pth(14.31MB)
--------model_classifier_MNIST_NormRange.tar(3.43MB)
--------model_F_SVHN_NormRange.tar(3.43MB)
----datasets()
--------facescrub()
--------create_emojis.py(10KB)
--------celeba()
--------create_emojis_parallel.py(10KB)
--------bitmoji_api_info.md(12KB)
--------props.py(5KB)
--------ms-celeb-1m()
--------fetch_data.sh(242B)
----digits_model.py(6KB)
----digit_model_test.py(15KB)
----faces_model.py(3KB)
----faces_model_test_sphere.py(28KB)
----digit_model_test_septrain.py(21KB)
----data.py(10KB)
----SpatialCrossMapLRN_model.py(3KB)
----open_face_model.py(11KB)