您当前的位置: 首页 > 
  • 3浏览

    0关注

    417博文

    0收益

  • 0浏览

    0点赞

    0打赏

    0留言

私信
关注
热门博文

风格迁移2-01:MUNIT(多模态无监督)-资源下载(前奏准备)

江南才尽,年少无知! 发布时间:2020-04-02 16:27:22 ,浏览量:3

以下链接是个人关于 MUNIT(多模态无监督)-图片风格转换,的所有见解,如有错误欢迎大家指出,我会第一时间纠正。有兴趣的朋友可以加微信 17575010159 相互讨论技术。若是帮助到了你什么,一定要记得点赞!因为这是对我最大的鼓励。 文末附带 \color{blue}{文末附带} 文末附带 公众号 − \color{blue}{公众号 -} 公众号− 海量资源。 \color{blue}{ 海量资源}。 海量资源。

风格迁移2-00:MUNIT(多模态无监督)-目录-史上最新无死角讲解

论文下载

论文名称:Multimodal Unsupervised Image-to-Image Translation 下载链接:https://arxiv.org/abs/1804.04732

数据集

这些数据集,都是在后面讲解过程中,可能使用到的数据集,所以可以先提前下载下来。 https://people.eecs.berkeley.edu/~taesung_park/CycleGAN/datasets/ http://efrosgans.eecs.berkeley.edu/pix2pix/datasets/ 进入链接分别显示如下: 在这里插入图片描述 在这里插入图片描述

本人后续使用 第二个中的edges2shoes.tar.gz或者edges2handbags.tar.gz进行讲解。

开源代码

https://github.com/NVlabs/MUNIT

模型下载

https://drive.google.com/drive/folders/10IEa7gibOWmQQuJUIUOkh-CV4cm6k8__

个人目的

在后面的过程中,我的目的是训练自己的人脸数据,让没有戴眼镜的人脸,生成带眼镜的人脸数据,用于训练人脸识别模型。

结语

接下来会为大家进行论文翻译,源码解析,数据训练,模型评估等

在这里插入图片描述

关注
打赏
1592542134
查看更多评论
立即登录/注册

微信扫码登录

0.0423s