PythonCancer / Image-Style-MigrationLinks
这个文件夹主要是用来尝试图像的风格迁移,首先从单字下手,以后会慢慢的尝试自己的项目
☆9Updated 6 years ago
Alternatives and similar repositories for Image-Style-Migration
Users that are interested in Image-Style-Migration are comparing it to the libraries listed below
Sorting:
- 快速风格迁移学习实践☆26Updated 7 years ago
- 使用Pytorch实现了中文手写字符识别☆27Updated 6 years ago
- 利用python学习pcnn算法☆12Updated 7 years ago
- 用于图片风格迁移的生成式对抗网络☆23Updated 3 years ago
- Kang根据前辈们的代码用keras、pytorch改写的CNN图像风格迁移☆74Updated 4 years ago
- 采用深度学习方法进行刀具识别。☆22Updated 6 years ago
- python opencv 文档照片与证件照片的仿射变换的矫正☆11Updated 4 years ago
- A convolution neural network with SE block and haar wavelet block for Chinese calligraphy styles classification by TensorFlow.(Paper: A n…☆43Updated 5 years ago
- 利用pytorch实现图像分类的一个完整的代码,训练,预测,TTA,模型融合,模型部署,cnn提取特征,svm或者随机森林等进行分类,模型蒸馏,一个完整的代码☆30Updated 4 years ago
- 数字图像课程大作业,实现图片中文档提取与矫正。整体思路是通过hough变换检测出直线,进而得到角点,最后经过投影变换,进行矫正。整个项目只用到了opencv的IO操作(包括手写卷积,hough哈夫变换,投影变换等等)☆76Updated 4 years ago
- cnn + self attention 实现 ocr 网络☆34Updated 5 years ago
- 带有位置信息的中文文本识别数据生成器☆11Updated 4 years ago
- Robust End-to-End Offline Chinese Handwriting Text Page Spotter with Text Kernel☆36Updated 3 years ago
- 参考眼底图像血管分割retina-unet实现的文档去噪、去水印☆99Updated 5 years ago
- 使用PyTorch构建生成对抗网络 生成二次元头像☆12Updated 6 years ago
- 拓片图像去噪,以UNet为基本框架,编码器基于VGG16☆20Updated 5 years ago
- 汉字风格迁移☆29Updated 5 years ago
- Writing Style Adversarial Network for Handwritten Chinese Character Recognition☆13Updated 2 years ago
- 基于U-Net的眼底图像血管分割,保证最大限度的分割出眼部的血管,以便更好好的对眼部血管进行检测、分类等☆8Updated 6 years ago
- Identifying numbers from bankcard, based on Deep Learning with Keras☆80Updated 4 years ago
- 视听觉信号处理,颜色空间转换,实现对图像的亮度、对比度、饱和度、色度的调整。 统计图像的直方图。 实现图像的空域滤波:中值滤波和均值滤波。并选用合适的滤波方法增强如下图像。实现图像的边缘检测:Roberts算子和Sobel算子。实现中值滤波的快速算法。☆21Updated 6 years ago
- 基于PyTorch框架实现的图像分类网络☆82Updated 4 years ago
- 无监督正样本训练 检测缺陷并分割图像☆26Updated 3 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
- AI研习社☆27Updated 4 years ago
- 使用VGG19迁移学习实现图像风格迁移。☆158Updated 5 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…☆118Updated 3 years ago
- 使用CNN全卷积神经网络进行整行汉字识别,正确率90-94%,后来有朋友改成densenet做主网络,做到99%以上正确率☆31Updated 5 years ago
- 图像HDR,主要用于暗光照的增强,python实现☆84Updated 6 years ago
- 在cifar10数据集下对resnet-18加入se-net的效果测试☆10Updated 6 years ago