深度生成模型之图像翻译GAN -＞（个人学习记录笔记）
- 开发
- 54
-
深度生成模型之图像翻译GAN
图像翻译的应用
1. 风格迁移
2. 数据增强
3. 经典图像任务
- 图像上色，图像分割，边缘检测，图像增强，超分辨，图像修复等
4. 内容创作
5. 人脸图像编辑
6. 人体图像编辑
图像翻译模型
1. 有监督图像翻译模型
- Pix2pix，输入为图片，输出为图片，条件也是图片，需要成对的图片/标签数据进行训练
- Pix2pixHD，使用多尺度生成高精度结果(2048×1024)
2. 无监督图像翻译模型
- UNIT，使用两个编码器将不同域的样本X1和X2映射到共享潜在空间z，然后分别输入生成器和判别器
- 与CycleGAN近似等价的其他结构，DualGAN，DiscoGAN，XGAN
3. 多域图像翻译模型
原文地址:https://blog.csdn.net/Slience_me/article/details/135344572
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。
本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：https://www.suanlizi.com/kf/1742445701033496576.html
如若内容造成侵权/违法违规/事实不符，请联系《酸梨子》网邮箱：1419361763@qq.com进行投诉反馈，一经查实，立即删除！
