深度学习之pix2pix原理解析

今天我来给大家介绍一下基于CGAN的pix2pix模型,给大家简单讲解一下pix2pix的原理。
这里我简单给大家CGAN,我用这张图给大家介绍CGAN的原理：

CGAN和传统的GAN不同,传统GAN的生成器Generator只是单纯地传入一个随机噪声从而生成一张图片,那么CGAN和传统的GAN有所不同。
CGAN的生成器不再只是一个随机噪声,而是传入一张图片z和一个控制条件y去生成一张假的图片,这样CGAN的生成器的任务就不只是为了骗过生成器,还要让生成的图片满足条件y。
接下来我们来看CGAN的判别器Discriminator,CGAN中的生成器也和传统的GAN不一样,CGAN中的生成器输入接受一个真(假)样本以及控制条件y判断样本是否满足控制条件y。
接下来,我们来看一下基于CGAN的pix2pix模型:
pix2pix模型可用于实现多种配对图像翻译任务。
原理如下:
配对图像翻译包括很多应用场景，输入和输出都是图片且尺寸相同
来看下原理图:

这里面的生成器G只接受一个控制条件y而不需要再输入一个随机噪声,然后输出一个图片。pix2pix中的判别器和CGAN中的一样,接受一个X真(假)样本和控制条件y来判别X和y是否匹配也就是是否为真。条件

深度学习之pix2pix原理解析相关推荐

【深度学习】VGGNet原理解析及实现
[深度学习]VGGNet原理解析及实现 VGGNet由牛津大学的视觉几何组(Visual Geometry Group)和Google DeepMind公司的研究员共同提出,是ILSVRC-2014中 ...
深度学习目标检测详细解析以及Mask R-CNN示例
深度学习目标检测详细解析以及Mask R-CNN示例本文详细介绍了R-CNN走到端到端模型的Faster R-CNN的进化流程,以及典型的示例算法Mask R-CNN模型.算法如何变得更快,更强! ...
深度学习Spring5底层原理(黑马学习随笔)
学习随笔简介跟随着黑马满老师的<黑马程序员Spring视频教程,全面深度讲解spring5底层原理>学习,视频教程地址:黑马程序员Spring视频教程,全面深度讲解spring5底层原理 ...
深度学习Anchor Boxes原理与实战技术
深度学习Anchor Boxes原理与实战技术目标检测算法通常对输入图像中的大量区域进行采样,判断这些区域是否包含感兴趣的目标,并调整这些区域的边缘,以便更准确地预测目标的地面真实边界框.不同的模型 ...
NVIDIA深度学习Tensor Core性能解析（下）
NVIDIA深度学习Tensor Core性能解析(下) DeepBench推理测试之RNN和Sparse GEMM DeepBench的最后一项推理测试是RNN和Sparse GEMM,虽然测试中可 ...
NVIDIA深度学习Tensor Core性能解析（上）
NVIDIA深度学习Tensor Core性能解析(上) 本篇将通过多项测试来考验Volta架构,利用各种深度学习框架来了解Tensor Core的性能. 很多时候,深度学习这样的新领域会让人难以理解 ...
深度学习attention原理_深度学习Anchor Boxes原理与实战技术
深度学习Anchor Boxes原理与实战技术目标检测算法通常对输入图像中的大量区域进行采样,判断这些区域是否包含感兴趣的目标,并调整这些区域的边缘,以便更准确地预测目标的地面真实边界框.不同的模型 ...
0基础怎样理解深度学习的工作原理？做个票价预测工具就懂了
原作:Radu Raice 安妮编译自 Medium 量子位出品 | 公众号 QbitAI 这篇文章颇!具!人!气! 软件工程专业的学生Radu Raice近日发表了文章<Want to k ...
深度学习 | BN层原理浅谈
深度学习 | BN层原理浅谈文章目录深度学习 | BN层原理浅谈一. 背景二. BN层作用三. 计算原理四. 注意事项为什么BN层一般用在线性层和卷积层的后面,而不是放在激活函数后为什 ...

深度学习之pix2pix原理解析

深度学习之pix2pix原理解析相关推荐

最新文章

热门文章