baiyang白杨 - 简书

baiyang白杨

IP属地：重庆

基于生成对抗网络的分类方法
经典论文阅读笔记：最初的生成对抗网络是用于数据生成的，近些年也有一些研究者将生成对抗网络应用于分类任务中。例如在文献【1】中，作者设计...

0.1 2977 5 3
StarGAN-多领域间的转换
1. StarGAN 的简介 Pix2pix解决了两个领域之间匹配数据集之间的转换，然而在很多情况下匹配数据集很难获得，于是出现了Cyc...

3304 0 0

CycleGAN-两个领域非匹配图像的相互转换
1. CycleGAN的简介 pix2pix可以很好地处理匹配数据集图像转换，但是在很多情况下匹配数据集是没有的或者是很难收集到的，但是...

2217 0 1
Pix2pix-两个领域匹配图像的转换
1. Pix2pix的简介：图像处理中的很多问题都是将一张输入的图片转变成一张对应的输出图像，比如将一张灰度图转换为一张彩色图，将一张...

5530 4 0
生成CelebA-HQ的jpg格式数据集
1.下载img_celeba.7z文件从Google drive 上下载img_celeba.7z https://drive.google....

0.1 9439 0 2
InfoGAN-无监督式GAN
1. InfoGAN简介：普通的GAN存在无约束、不可控、噪声信号z很难解释等问题，2016年发表在NIPS顶会上的文章InfoGAN：...

0.1 12536 2 5
ACGAN-半监督式GAN
CGAN通过在生成器和判别器中均使用标签信息进行训练，不仅能产生特定标签的数据，还能够提高生成数据的质量；SGAN（Semi-Super...

0.1 12437 5 5

SRGAN-超分辨率重建GAN
SRGAN是2017年CVPR中备受关注的超分辨率论文，把超分辨率的效果带到了一个新的高度。所谓超分辨率重建就是将低分辨率的图像恢复成对...

0.3 5981 0 3
CGAN-监督式GAN
1.CGAN的简介为了解决带标签的数据生成问题，研究者们提出了条件生成对抗网络（CGAN）的概念。 CGAN的结构如上图所示，与GAN的主要区...

4364 0 1