Shift-Net_pytorch:Shift-Net的Pytorch实现
新的培训策略
我发布了一种新的训练策略，该方法可以减少色偏，从而有助于应对随机面罩训练，而这大约需要30％的训练时间。 当我们执行脸部插入时，这是非常有用的。 设置--which_model_netG='face_unet_shift_triple'和--model='face_shiftnet'和--batchSize=1来执行该策略。
参见下面的一些示例，当在面部数据集上使用随机蒙版进行训练时，许多方法都会遭受这种color shifting困扰。
输入
纳维·Shift
翻转移位
真相
注意：当您使用face_flip training strategy ，它有一些小缺点：
与原始移位相比，它不是完全平行的。
它只能在'cpu'或单个gpu上进行训练，批大小必须为1，否则会发生错误。
如果您想克服这些缺点，可以参考原始班次进行优化。 这并不困难，但是我没有时间去做。
建
文件下载
资源详情
[{"title":"（ 114 个子文件 5.66MB ） Shift-Net_pytorch:Shift-Net的Pytorch实现","children":[{"title":"innerPatchSoftShiftTripleModule.py <span style='color:#111;'> 6.89KB </span>","children":null,"spread":false},{"title":"innerPatchSoftShiftTriple.py <span style='color:#111;'> 1.78KB </span>","children":null,"spread":false},{"title":"patch_soft_shiftnet_model.py <span style='color:#111;'> 165B </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"InnerCos.py <span style='color:#111;'> 2.21KB </span>","children":null,"spread":false},{"title":"......文件过多，未全部展示","children":null,"spread":false}],"spread":true}]
评论信息
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明