smartadpole / CycleGAN_PytorchLinks
用于图片风格迁移的生成式对抗网络
☆23Updated 3 years ago
Alternatives and similar repositories for CycleGAN_Pytorch
Users that are interested in CycleGAN_Pytorch are comparing it to the libraries listed below
Sorting:
- 这是一个dcgan-keras的源码,可以用于训练自己的模型。☆44Updated 3 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。☆133Updated 5 years ago
- 支持多模型工程化的图像分类器☆25Updated 3 years ago
- 用SVM支持向量机方法,经过LBP特征提取实现二分类☆10Updated 6 years ago
- 基于PyTorch框架实现的图像分类网络☆83Updated 4 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
- ☆24Updated 5 years ago
- 图像增强与去噪☆57Updated 4 years ago
- 使用HOG+SVM进行图像分类☆165Updated 6 years ago
- 毕业课题:低光照图像增强,光照不均匀图像增强处理系统设计与实现☆51Updated 7 months ago
- 实现常用图像分类算法☆45Updated 2 years ago
- 使用LBP方法提取特征,再使用svm进行分类☆41Updated 8 years ago
- 一个图像复原或分割的统一框架,可以用于去雾🌫、去雨🌧、去模糊、夜景🌃复 原、超分辨率👾、像素级分割等等。☆159Updated 4 years ago
- 这是一个srgan-keras的源码,可以用于训练自己的模型。☆33Updated 2 years ago
- ☆14Updated 2 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☆31Updated 4 years ago
- 这是一个有关迁移学习的仓库,在这里可以看到迁移学习的各种用法。☆94Updated 4 years ago
- CBAM(Convolutional Block Attention Module) implementation on TensowFlow2.0☆74Updated 4 years ago
- 这个仓库主要包含了LSTM、卷积神经网络中,注意力机制的实现。☆132Updated 4 years ago
- Pytorch实践简单, 方便, 快速训练 图像分类模型☆37Updated 3 years ago
- 里面会保存许多优秀的卷积神经网络结构,这些结构可以帮助我们更好 的设计网络。☆144Updated 4 years ago
- 基于深度学习的口罩佩戴检测,Keras-YOLOv3 实现。☆68Updated 5 years ago
- 使用VGG19迁移学习实现图像风格迁移。☆160Updated 5 years ago
- 配合QtPyt5,使用python完成图像的增强、复原、压缩、去噪、识别、分割、特征提取、识别、跟踪等功能☆24Updated 5 years ago
- 玻璃绝缘子缺陷检测☆33Updated 4 years ago
- all code used by python(including web-crawler,deeplearning)☆28Updated 4 years ago
- 这是之前我和我的组员参与Tiny-mind 手写汉字识别大赛的一个项目, 主要实现了用Resnet或VGG16作为Backbone来训练一个分类任务以及基于opencv的一些图片数据集增强,最终我们组的成绩为TOP-5准确率99.19, 排名5/700。这个项目也可以用于其…☆84Updated 6 years ago
- 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
- ☆10Updated 4 years ago