tensorflow训练风格迁移

在使用Inception-v3训练做风格迁移,有几点心得:

1、使用inception_v3对图像做预处理,仅仅是归一化,图像pixel除以255;故在decode的时候,只要乘以255即可。而其他模型,如vgg19,imagenet,都是将图像pixel中心化。

2、作为style的激活神经元,尽可能使用前面的神经元,多和组合最佳;作为reference,则取顶端输出神经元。

3、实际训练中发现生成的图像没有规律,根本不能生成迁移。在通过增加卷积层,效果不是很明显。

4、通过增加FC层,Dropout层,在cifar-10图像集上,经过100epochs,则可发现有明显的图像生成。

5、结论:卷积层能提取特征,但是在生成图像时,FC层能够整合特征图,可以取得较好的结果。

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容