你的位置:首页 > 信息动态 > 新闻中心
信息动态
联系我们

[Pytorch系列-62]:生成对抗网络GAN - 图像生成开源项目pytorch-CycleGAN-and-pix2pix - 代码总体架构

2021/12/20 7:41:18

作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客

本文网址:


目录

第1章 理论概述

1.1 普通GAN, pix2pix, CycleGAN和pix2pixHD的演变过程

第2章 CycleGAN-and-pix2pix代码下载

2.1 github代码链接

2.2 github使用说明

2.3 代码下载

第3章 CycleGAN-and-pix2pix代码代码结构

3.1 目录结构

3.2 图片转换的两大功能

3.3 启动程序的三种方法

3.4 代码总体架构


第1章 理论概述

1.1 普通GAN, pix2pix, CycleGAN和pix2pixHD的演变过程

[人工智能-深度学习-63]:生成对抗网络GAN - 图片创作:普通GAN, pix2pix, CycleGAN和pix2pixHD的演变过程_文火冰糖(王文兵)的博客-CSDN博客作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:https://blog.csdn.net/HiWangWenBing/article/details/122015783目录第1章 传统计算机视觉基本原理(图像的建模)1.1 传统的计算机视觉1.2 不足第2章 基于深度学习DNN的计算机视觉的基本原理(图像的判定)2.1 基于深度学习的计算机视觉DNN2.2 DNN的不足第3章 常规生成对抗网络GAN的基本原理(不受控.https://blog.csdn.net/HiWangWenBing/article/details/122015783

第2章 CycleGAN-and-pix2pix代码下载

2.1 github代码链接

GitHub - junyanz/pytorch-CycleGAN-and-pix2pix: Image-to-Image Translation in PyTorch

2.2 github使用说明

后续大规模代码,基本上是利用开源代码进行学习。因此,需要学习github的使用规则。

2.3 代码下载

下载代码不需要预先注册和登录。

第3章 CycleGAN-and-pix2pix代码代码结构

3.1 目录结构

3.2 图片转换的两大功能

(1)pix2pix:通过像素到像素的转换来实现的图片转换

(2)CycleGAN:通过CycleGAN神经网络来实现的图片转换

3.3 启动程序的三种方法

(1)图形化:jupter

  • CycleGAN.ipynb
  • pix2pix.ipynb

备注:

jupter下的代码默认执行Linux的脚步,而不是windows命令。

(2)图形化:pycharm

  • train.py
  • test.py

通过参数指示是执行pix2pix网络还是CycleGAN网络。

(3)命令行

  • train.py
  • test.py

通过参数指示是执行pix2pix网络还是CycleGAN网络

3.4 代码总体架构


作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客

本文网址: