本文主要是介绍风格迁移2-01:MUNIT(多模态无监督)-资源下载(前奏准备),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
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:
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
这篇关于风格迁移2-01:MUNIT(多模态无监督)-资源下载(前奏准备)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!