18video性欧美19sex,欧美高清videosddfsexhd,性少妇videosexfreexxx片中国,激情五月激情综合五月看花,亚洲人成网77777色在线播放

您好，歡迎來電子發(fā)燒友網(wǎng)！ ，新用戶？[免費注冊]

您的位置：電子發(fā)燒友網(wǎng)>源碼下載>通訊/手機編程>

圖片風格轉(zhuǎn)換算法簡單介紹

大?。?/span>未知 人氣： 2017-09-22 需要積分：1

推薦 + 挑錯 + 收藏(0) + 用戶評論（0）

前往下載地址

　　圖片風格轉(zhuǎn)換最早進入人們的視野，估計就是Prisma這款來自俄羅斯的網(wǎng)紅App。他利用神經(jīng)網(wǎng)絡（多層卷積神經(jīng)網(wǎng)絡）將圖片轉(zhuǎn)換成為特定風格藝術(shù)照片。利用圖片風格轉(zhuǎn)換算法，我們可以將一個圖片放入以及訓練好的神經(jīng)網(wǎng)絡模型進行預測結(jié)果得到風格迥異，獨具特色的圖片。隨著iOS11蘋果推出了CoreML，我們可以很輕松將訓練好的這些風格轉(zhuǎn)換模型轉(zhuǎn)換成為蘋果的CoreML Model，并使用這個模型來進行圖片風格轉(zhuǎn)換。

　　

　　圖片風格轉(zhuǎn)換 @Prisma

　　2. 圖片風格轉(zhuǎn)換算法介紹

　　2015年，德國科學家 Gatys等人發(fā)表一篇名為《A Neural Algorithm of Artistic Style》的論文，打開了神經(jīng)網(wǎng)絡在圖像藝術(shù)創(chuàng)作的大門。作者利用VGG16模型對一張原圖（Content Image）和一張風格圖（Style Image）分別進行圖像特征提取。通過利用對兩種特征構(gòu)造損失函數(shù)，對一張初始化圖片進行損失值計算并反饋重繪圖像得到生成圖（Generated Image）。但是這個算法每一次生成一張圖片都需要進行一次網(wǎng)絡訓練，需要耗費的時間比較長。斯坦福大學的Johnson［6］等人提出了快速風格轉(zhuǎn)移算法，訓練一個網(wǎng)絡，對于任意一張圖片都可以轉(zhuǎn)換成為網(wǎng)絡對應的風格。快速轉(zhuǎn)移算法包含兩個網(wǎng)絡。一個為圖片轉(zhuǎn)換網(wǎng)絡（Image Transform Network），一個為損失網(wǎng)絡（Loss Network）。在訓練階段利用大量圖片用兩個網(wǎng)絡進行訓練得到模型，在輸出階段套用模型將結(jié)果進行輸出得到生成圖。他們得出的網(wǎng)絡相對Gatys的模型得到生成圖的速度快上三個數(shù)量級。我們在iPhone上進行圖片風格轉(zhuǎn)換的時候可以使用Johnson的方法快速的生成風格圖片，當然使用Gatys的方式也是可以的，但是在生成圖片的時候會消耗更多的時候。

非常好我支持^.^

(0) 0%

不好我反對

(1) 100%

      發(fā)表評論

      用戶評論
      評價:好評中評差評

      發(fā)表評論，獲取積分！ 請遵守相關規(guī)定！

      ?