文件名称：Neural-Style-Transfer_URDU:乌尔都语字符的神经风格转换
文件大小：38.19MB
文件格式：ZIP
更新时间：2024-06-06 03:30:37
Python
乌尔都语字体的神经风格转换 受到kaonashi作品的启发和改编：重写-汉字的神经风格转换 动机 创建字体很困难，然后创建Urdu字体就更困难了。 要为乌尔都语制作字体，设计人员将需要为每个乌尔都语字符以及与其他字符组合的每个字符设计独特的外观，这需要花费大量时间才能完成。 如果设计人员仅创建一个字符子集，然后让计算机弄清楚其余字符应该是什么样子，该怎么办？ 该项目是使用深度学习对此进行的探索性研究。 具体来说，整个字体设计过程被公式化为从标准外观字体到风格化目标字体的样式转换问题。 在给定示例对的子集的情况下，训练了一个神经网络以近似估计两种字体之间的转换。 学习完成后，就可以用来推断其余字符的形状。 网络结构 我们考虑了网络的许多结构和体系结构，以便我们的任务可以在合理的时间内准确完成，我们选择的结构如下所示。 观察结果： 网络的输入为（160x160），目标输出为低分辨率（80x8
【文件预览】：
Neural-Style-Transfer_URDU-master
----.gitattributes(66B)
----Interface()
--------contact_us.PNG(308KB)
--------our_work.PNG(147KB)
--------train_source.PNG(261KB)
--------about_us.PNG(172KB)
--------Interface link(50B)
--------home.PNG(352KB)
--------train_output.PNG(268KB)
--------train_combined_loss_graph.PNG(251KB)
--------services.PNG(807KB)
----images()
--------training.gif(11.95MB)
--------network-structure.png(28KB)
--------xb-niloofar-bold_sample.png(112KB)
--------transition.mp4(15.64MB)
--------motive.png(12KB)
--------xb-khoramshahr-bold_sample.png(46KB)
----utils.py(901B)
----dataset.py(2KB)
----charsets()
--------urduCharset.py(917B)
--------urducharset-2D.txt(10KB)
--------urduCharset1.txt(9KB)
--------urduCharset.txt(9KB)
--------urducharset-8000.txt(55KB)
--------urduCharset-deg3-3000.txt(32KB)
--------urduCharset-deg3.txt(732KB)
--------~$urdu.txt(162B)
--------urduCharset-resh.txt(13KB)
----LICENSE(34KB)
----fonts()
--------xb-niloofar-bold.ttf(1.2MB)
--------Ulamjad.ttf(96KB)
--------xb-khoramshahr-bold.ttf(1.25MB)
--------xb-khoramshahr-regular.ttf(1.22MB)
--------Ulsajidheading.ttf(91KB)
--------xb-sols-bold.ttf(1.33MB)
--------xb-kayhan-bold.ttf(1.22MB)
--------xb-niloofar-regular.ttf(1.2MB)
----README.md(6KB)
----Neural Text Style Transfer - Final Report 1.pdf(1.79MB)
----data-set_bitmaps()
--------xb-niloofar-bold_sample.png(112KB)
--------xb-niloofar-bold.npy(79.35MB)
--------xb-khoramshahr-bold_sample.png(46KB)
--------xb-khoramshahr-bold.npy(19.84MB)
----transfer.py(15KB)
----_config.yml(26B)
----checking_fonts.py(747B)
----preprocess.py(4KB)