AaronJny / nerual_style_changeLinks
使用VGG19迁移学习实现图像风格迁移。
☆160Updated 5 years ago
Alternatives and similar repositories for nerual_style_change
Users that are interested in nerual_style_change are comparing it to the libraries listed below
Sorting:
- 北京大学软件与微电子学院《人工智能实践》课程项目第6小组,新加入APP功能,项目代码持续完善中。☆84Updated 5 years ago
- Kang根据前辈们的代码用keras、pytorch改写的CNN图像风格迁移☆75Updated 4 years ago
- 本代码加入了神经风格迁移中文注释,更易理解,同时新加入begin.py可直接运行调试。☆46Updated 7 years ago
- 深度学习中的一些小Demo。☆418Updated 2 years ago
- 风格迁移三部曲☆549Updated 6 years ago
- tensorflow实现的深度学习应用和模型☆71Updated 6 years ago
- 通过CycleGAN网络模型实现无匹配数据的风格迁移,将真实人脸图片转换为漫画头像☆73Updated 4 years ago
- 基于无监督学习,无需训练,先使用SIFT算法提取图像特征,再使用KMeans聚类算法进行图像分类,速度非常快,精度还在提高。☆132Updated 5 years ago
- This is the demo of image style transfer using perceptual loss.☆208Updated 3 years ago
- 图像修复 python tensorflow DCGAN☆57Updated 5 years ago
- 基于Keras实现Kaggle2013--Dogs vs. Cats12500张猫狗图像的精准分类☆78Updated 6 years ago
- TensorFlow CNN卷积神经网络实现人脸性别检测☆177Updated 6 years ago
- 基于深度生成对抗网络gan的图像修复模型☆80Updated 5 years ago
- 最简单的基于SRGAN网络的实现, 附带已训练好的模型及GIF生成代码, 更适合作为Demo展示☆80Updated 6 years ago
- 通过DCGAN生成动漫人物头像☆83Updated 6 years ago
- 使用迁移学习将resnet50用于垃圾分类,基于【华为云人工智能大赛·垃圾分类挑战杯】☆122Updated 5 years ago
- 快速风格迁移学习实践☆26Updated 7 years ago
- 里面包含许多GAN算法的Keras源码,可以用于训练自己的模型。☆239Updated 3 years ago
- 基于pytorch实现的、带GUI的图像风格迁移程序.☆30Updated 2 years ago
- 基于pix2pix模型的动漫图片自动上色(keras实现) 2019-2-25☆108Updated 4 years ago
- 基于PyTorch的图像风格迁移实现☆32Updated 7 years ago
- ☆40Updated 5 years ago
- 基于tensorflow的手写数字识别☆85Updated 5 years ago
- 基于卷 积神经网络的猫狗识别 web 应用☆161Updated 2 years ago
- 基于CNN的海贼王人物图像多分类,包含数据集爬虫,数据集处理,模型保存,图表输出,批量测试等,通用模型模板☆32Updated 6 years ago
- 神经网络识别人脸性别☆49Updated 6 years ago
- 小作业 使用遗传算法和OTSU做图像分割☆36Updated 7 years ago
- 基于TensorFlow的深度学习、深度增强学习代码:NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆54Updated 7 years ago
- 设计并实现了一个基于深度学习、集成学习、迁移学习、GAN等技术的色素性皮肤病自动识别七分类系统。本系统主要由服务端和客户端两个模块组成。服务端基于深度学习、集成学习、迁移学习、GAN等技术实现了对色素性皮肤病自动识别七分类。客户端使用微信小程序和网站(SSM、Springb…☆119Updated 4 years ago
- 数字图像处理大作业,图像细粒度分类,CUB-200-2011,Peking University☆74Updated 7 years ago