首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

教程 | GitHub项目:利用不完整的数据样本补全不完整的图像

该 GitHub 项目结合了两篇论文 AmbientGAN 和 GLCIC 的思想,实现了用不完整图像样本训练的补全不完整图像的网络。...把 AmbientGAN 和 GLCIC 文章里的思想结合以后,这个项目中的模型学习仅用不完整的数据来填充不完整的区域(例如:被随机用 28*28 大小补丁覆盖的地方)。...方法 现在假定我们已经有不完整图片的样本,且我们知道添加到样本的噪声类型。我们可以使用加上掩码的图像作为补完网络(completion network)的输入而不是使用随机隐向量。...在将度量函数和不完整样本 Y_r 馈送到判别器以从假的度量方式中鉴别出真正的度量方法,最后可生成图像 Y_g。...在补完网络和判别网络进行对抗性的训练后,补完网络学习到如何生成图像块以补完不完整样本的确实部分。 数据集 该项目最终使用 CelebA 数据集。

1.2K100
您找到你想要的搜索结果了吗?
是的
没有找到
领券