注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 英伟达stylegan人脸数据集download_ffhq.py

  2. 英伟达开源的人脸数据集 1. 编辑train.py，通过取消注释或者修改某些行，来指定数据集和训练配置； 2. 用train.py来运行训练脚本； 3. 结果会写在一个新目录里，叫results/-； 4. 训练直至完成，几天时间可能是要的。 (最好有一台英伟达高端GPU，至少11GB的DRAM，再开始训练。有很多台的话，当然更好。) 至于训练好的模型该怎样评估，大家可以去项目页自行观察。

  3. 所属分类：机器学习

    • 发布日期：2020-01-21
    • 文件大小：21kb
    • 提供者：weixin_41953927

  1. FFHQ-Aging-Dataset:FFHQ老化数据集-源码

  2. FFHQ老化数据集 || 概述 FFHQ-Aging是人脸数据集，旨在对年龄转换算法以及许多其他可能的视觉任务进行基准测试。 该数据集是NVIDIA 的扩展，在70,000张原始FFHQ图像的基础上，它还包含每个图像的以下信息： 性别信息（具有信心分数的男性/女性） 年龄段信息（10个班级，得分为可信度） 头部姿势（俯仰，横摇和偏航） 眼镜类型（无，正常或黑暗） 眼遮挡得分（0-100，每只眼睛的得分不同） 完整的语义图（19个类，基于CelebAMask-HQ标签） 如果您将此数据集用于您的

  3. 所属分类：其它

  1. malnyun_faces:학습기-源码

  2. 생성모델 介绍 出于纯粹的好奇心，我建立了的数据集，并测试了最近提出的一些深度生成模型。 借助预先训练的人脸生​​成模型和特殊的训练技术，我能够在一个仅使用500张图像的RTX 2080ti GPU上，在大约10小时内以256x256的分辨率训练一个发生器。 资料准备 我使用了的网络漫画图像。 最初的尝试是在漫画图像上使用简单的面部检测器，但是opencv中提供的人脸级联分类器在此卡通域上效果不佳。 也没有，所以我决定手动标记盒子并最终得到500张卡通人脸图像。 由于人脸的大小会因场景而异，因

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：19mb
    • 提供者：weixin_42128315

  1. FreezeG:冻结生成器用于伪图像翻译-源码

  2. 冻结 用于*伪*图像翻译的冻结生成器 受学习培训录像的，我测试了一个简单的想法，即在传递学习设置中冻结生成器的早期层，并且效果很好。 重用预训练生成器的高层进行图像到图像的翻译不是一个新颖的想法 ， ，我想它也可以应用于噪声到图像的传递学习GAN。 这是一种伪转换方法，因为应先将输入图像投影到学习的潜在空间，然后再传播投影的矢量以生成目标图像。 因此，性能仅限于原始GAN的域内图像。 我使用了，以下是我得到的一些结果。 通过固定早期图层的潜在向量并处理馈入最后一层的向量，可以分别控制渲染样式。

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：62mb
    • 提供者：weixin_42129970

  1. CIPS：具有条件独立像素合成功能的图像生成器论文的官方实施https：//arxiv.orgabs2011.13775-源码

  2. CIPS-官方Pytorch实施 的纸张 要求 点安装-r requirements.txt 用法 首先创建lmdb数据集： python prepare_data.py images --out LMDB_PATH --n_worker N_WORKER --size SIZE1，SIZE2，SIZE3，... DATASET_PATH 这会将图像转换为jpeg并预先调整其大小。 要在FFHQ-256或教堂上进行训练，请运行： python3 -m torch.distributed.

  3. 所属分类：其它

  1. MaskedFace-Net：MaskedFace-Net是基于Flickr-Faces-HQ（FFHQ）数据集的带有正确和错误佩戴的面具的人脸数据集-源码

  2. MaskedFace-Net：MaskedFace-Net是基于Flickr-Faces-HQ（FFHQ）数据集的带有正确和错误佩戴的面具的人脸数据集

  3. 所属分类：其它