UGATIT 无监督生成注意网络_开源项目-程序员客栈

U-GAT-IT官方Tensorflow实施，用于图像到图像转换的自适应层实例规范化的无监督生成注意网络

U-GAT-IT：具有用于图像到图像转换的自适应层实例标准化的无监督生成注意网络JunhoKim（NCSOFT），MinjaeKim（NCSOFT），HyeonwooKang（NCSOFT），KwangheeLee（波音韩国）

我们提出了一种新的无监督图像到图像转换方法，它以端到端的方式结合了新的注意模块和新的可学习的归一化功能。注意模块引导我们的模型基于辅助分类器获得的关注图来关注区分源域和目标域的更重要区域。与先前基于注意力的方法不同，这些方法无法处理域之间的几何变化，我们的模型可以转换需要整体变化的图像和需要大变形的图像。此外，我们新的AdaLIN（自适应图层实例标准化）功能可帮助我们的注意力引导模型根据数据集通过学习参数灵活地控制形状和纹理的变化量。

训练>pythonmain.py--datasetselfie2anime如果gpu的内存不足，请设置--light为True测试>pythonmain.py--datasetselfie2anime--phasetest架构结果消融研究用户研究对照引文如果您发现此代码对您的研究有用，请引用我们的论文：

@misc{kim2019ugatit,title={U-GAT-IT:UnsupervisedGenerativeAttentionalNetworkswithAdaptiveLayer-InstanceNormalizationforImage-to-ImageTranslation},author={JunhoKimandMinjaeKimandHyeonwooKangandKwangheeLee},year={2019},eprint={1907.10830},archivePrefix={arXiv},primaryClass={cs.CV}}

UGATIT 无监督生成注意网络开源项目

作品详情

重点城市程序员兼职推荐

重点岗位程序员兼职推荐