文件名称:PasteGAN:PasteGAN的NeurIPS论文的pytorch实现
文件大小:4.87MB
文件格式:ZIP
更新时间:2024-05-24 12:46:33
Python
PasteGAN:从场景图生成图像的半参数方法 这是论文的pytorch项目,李艺康,陶涛,白叶琪,段南,魏思宁和王小刚在NeurIPS 2019上发表。 项目大纲 这是项目的安排和开发方式: utils:项目中使用的实用程序功能 可视化:用于可视化结果的功能 common.py:项目中使用的常用功能/工具 ... 脚本:用于数据处理/项目设置/数据下载的脚本 型号:(可以在此处放置通用功能,并且应该在相应的文件夹中放置详细的模块/型号) utils:与模型相关的实用程序 模块:模型中使用的基本模块 选项:模型/训练设置相关文件 数据:(可选,.gitignore忽略)以存储数据 coco:COCO数据集 visual_genome:视觉基因组数据集 输出:存储检查点和相关输出 记号 这是项目中使用的符号列表: selected_crops :选择器从外部存储罐中选择的对象进行裁剪
【文件预览】:
PasteGAN-master
----models()
--------paste_gan_base.py(5KB)
--------networks.py(2KB)
--------graph2d.py(16KB)
--------crn.py(3KB)
--------__init__.py(228B)
--------graph.py(7KB)
--------crop_encoder.py(1KB)
--------discriminators.py(3KB)
--------model_setup.py(2KB)
--------layers.py(8KB)
--------utils()
--------perceptual.py(2KB)
--------paste_gan.py(13KB)
----images()
--------PasteGAN.png(1.37MB)
--------PasteGAN.pdf(2.96MB)
----test.py(6KB)
----train.py(21KB)
----run_model.py(3KB)
----options()
--------vg()
--------data_opts()
--------__init__.py(0B)
--------coco()
--------opts.py(4KB)
----samples()
--------crops()
--------scene_graph_crops()
----requirements.txt(429B)
----.gitignore(1KB)
----scene_graphs()
--------figure_6_sheep_box_defined_2.json(3KB)
--------figure_6_street.json(1KB)
--------figure_6_sheep_box_defined_1.json(3KB)
--------figure_5_coco.json(2KB)
--------figure_6_sheep.json(1KB)
--------figure_5_vg.json(2KB)
----README.md(4KB)
----utils()
--------common.py(6KB)
--------layout.py(8KB)
--------utils.py(2KB)
--------logger.py(3KB)
--------metrics.py(2KB)
--------box_utils.py(3KB)
--------visualization()
--------training_utils.py(9KB)
--------evaluate.py(2KB)
--------losses.py(4KB)
--------__init__.py(22B)
--------canvas.py(4KB)
--------bilinear.py(10KB)
----scripts()
--------compute_diversity_score.py(886B)
--------download_ablated_models.sh(1KB)
--------download_coco.sh(666B)
--------compute_inception_score.py(8KB)
--------download_models.sh(357B)
--------print_args.py(398B)
--------DScore()
--------strip_checkpoint.py(2KB)
--------download_full_models.sh(2KB)
--------preprocess_vg.py(20KB)
--------download_vg.sh(1KB)
--------strip_old_args.py(1KB)
----datasets()
--------coco_objects_dataset.py(2KB)
--------coco.py(24KB)
--------utils.py(3KB)
--------build_dataset.py(6KB)
--------vg_objects_dataset.py(8KB)
--------vg.py(17KB)
--------__init__.py(280B)