循环生成对抗网络——CycleGAN
系列文章目录
目录
前言
CycleGAN(循环生成对抗网络)是一种用于图像到图像的转换的深度学习模型,由Jun-Yan Zhu等人在2017年提出。它能够在没有成对训练样本的情况下,实现两个图像域之间的转换。例如,它可以将马的图片转换为斑马的样式,或者将夏天的照片转换成冬天的场景。
一、官网地址
github网址:https://github.com/junyanz/CycleGAN
官网介绍:https://junyanz.github.io/CycleGAN/
二、应用
三、解决的问题
1、图像转译任务
建立一个映射,输入一个图像域图片,输出另一个图像域图片。
2、原理
四、调试好的源码
由于直接下载GitHub上的源码需要进行调试才可以运行,调试过程比较麻烦,我这边提供给大家一个我调试好的源码,方便新手进行训练、测试。
大家扫码关注公众号,回复关键字CycleGAN源码即可获取。
原文地址:https://blog.csdn.net/m0_58941767/article/details/142704671
免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!