文件名称：DeepSIM:PyTorch官方实施文件
文件大小：6.63MB
文件格式：ZIP
更新时间：2024-05-03 06:55:54
deep-neural-networks computer-vision computer-graphics pytorch image-editing
深度SIM | 本文的PyTorch官方实现：“深度单图像处理”。 结果 SuperPrimitive2Image Image2VideoFrames 入门 训练 以640 x 640分辨率（ bash ./scripts/train.sh ）训练模型： #! ./scripts/train.sh python3.7 train.py --dataroot ./datasets/face --name DeepSIM --niter 8000 --niter_decay 8000 --label_nc 0 --no_instance --tps_aug 1 --apply_binary_threshold 1 要查看培训结果，请在./checkpoints/DeepSIM/web/index.html签出中间结果。 用自己的数据集进行训练 对于二进制训练图像（即边缘图），请使用--ap
【文件预览】：
DeepSIM-master
----train.py(5KB)
----imgs()
--------sp2.png(503KB)
--------im2vid1.png(1.28MB)
--------main_table.png(592KB)
--------sp1.png(1.83MB)
----models()
--------ui_model.py(17KB)
--------__init__.py(0B)
--------models.py(567B)
--------base_model.py(3KB)
--------pix2pixHD_model.py(14KB)
--------networks.py(18KB)
----test.py(2KB)
----scripts()
--------train.sh(218B)
--------test.sh(181B)
--------train_car.sh(221B)
--------test_car.sh(183B)
----run_engine.py(6KB)
----datasets()
--------face()
--------car()
----util()
--------util.py(4KB)
--------tps_warp.py(1KB)
--------__init__.py(0B)
--------html.py(2KB)
--------image_pool.py(1KB)
--------warp_image.py(5KB)
--------visualizer.py(5KB)
----options()
--------train_options.py(3KB)
--------__init__.py(0B)
--------base_options.py(7KB)
--------test_options.py(1KB)
----README.md(2KB)
----data()
--------aligned_dataset.py(3KB)
--------__init__.py(0B)
--------base_dataset.py(4KB)
--------custom_dataset_data_loader.py(944B)
--------data_loader.py(229B)
--------base_data_loader.py(195B)
--------image_folder.py(2KB)