Torch 和 OpenCV4.0 在风格转换中对应层(风格迁移)
上一章中已经从 OpenCV4.0 中导出风格迁移各层名称,这里来和 Torch 比一比:
Torch 层 OpenCV4.0 层
nn.Sequential
nn.SpatialReflectionPadding l1_Padding 加对边 (四周各加20个像素宽的边)
nn.SpatialConvolution l2_Convolution 卷积 3-->16扩维
nn.InstanceNormalization l3_MVN 实例正则化
nn.SpatialBatchNormalization l4_BatchNorm 批正则化
nn.ReLU l5_ReLU relu激励
nn.SpatialConvolution l6_Convolution 卷积 16-->32扩维,并2倍下采样
nn.InstanceNormalization l7_MVN
nn.SpatialBatchNormalization l8_BatchNorm
nn.ReLU l9_ReLU
nn.SpatialConvolution l10_Convolution 卷积 32-->64扩维,并2倍下采样
nn.InstanceNormalization l11_MVN
nn.SpatialBatchNormalization l12_BatchNorm
nn.ReLU l13_ReLU
--------------------------------------------------残差块 1
nn.Sequential
nn.ConcatTable
nn.Sequential
nn.SpatialConvolution l15_Convolution 卷积 64-->64维不变
nn.InstanceNormalization l16_MVN
nn.SpatialBatchNormalization l17_BatchNorm
nn.ReLU l18_ReLU
nn.SpatialConvolution l19_Convolution 卷积 64-->64维不变
nn.InstanceNormalization l20_MVN
nn.SpatialBatchNormalization l21_BatchNorm
nn.ShaveImage l22_Slice 去边(四周刮去1像素宽边)(1*5*4=20)
nn.CAddTable l23_torchCAddTable 矩阵相加 (残差+输入)
--------------------------------------------------残差块 2
nn.Sequential
nn.ConcatTable
nn.Sequential
nn.SpatialConvolution l25_Convolution
nn.InstanceNormalization l26_MVN
nn.SpatialBatchNormalization l27_BatchNorm
nn.ReLU l28_ReLU
nn.SpatialConvolution l29_Convolution
nn.InstanceNormalization l30_MVN
nn.SpatialBatchNormalization l31_BatchNorm
nn.ShaveImage l32_Slice
nn.CAddTable l33_torchCAddTable
--------------------------------------------------残差块 3
nn.Sequential
nn.ConcatTable
nn.Sequential
nn.SpatialConvolution l35_Convolution
nn.InstanceNormalization l36_MVN
nn.SpatialBatchNormalization l37_BatchNorm
nn.ReLU l38_ReLU
nn.SpatialConvolution l39_Convolution
nn.InstanceNormalization l40_MVN
nn.SpatialBatchNormalization l41_BatchNorm
nn.ShaveImage l42_Slice
nn.CAddTable l43_torchCAddTable
--------------------------------------------------残差块 4
nn.Sequential
nn.ConcatTable
nn.Sequential
nn.SpatialConvolution l45_Convolution
nn.InstanceNormalization l46_MVN
nn.SpatialBatchNormalization l47_BatchNorm
nn.ReLU l48_ReLU
nn.SpatialConvolution l49_Convolution
nn.InstanceNormalization l50_MVN
nn.SpatialBatchNormalization l51_BatchNorm
nn.ShaveImage l52_Slice
nn.CAddTable l53_torchCAddTable
--------------------------------------------------残差块 5
nn.Sequential
nn.ConcatTable
nn.Sequential
nn.SpatialConvolution l55_Convolution
nn.InstanceNormalization l56_MVN
nn.SpatialBatchNormalization l57_BatchNorm
nn.ReLU l58_ReLU
nn.SpatialConvolution l59_Convolution
nn.InstanceNormalization l60_MVN
nn.SpatialBatchNormalization l61_BatchNorm
nn.ShaveImage l62_Slice
nn.CAddTable l63_torchCAddTable
nn.SpatialFullConvolution l64_Deconvolution 反卷积 64-->32减维,并2倍上采样
nn.InstanceNormalization l65_MVN
nn.SpatialBatchNormalization l66_BatchNorm
nn.ReLU l67_ReLU
nn.SpatialFullConvolution l68_Deconvolution 反卷积 32-->16减维,并2倍上采样
nn.InstanceNormalization l69_MVN
nn.SpatialBatchNormalization l70_BatchNorm
nn.ReLU l71_ReLU
nn.SpatialConvolution l72_Convolution 卷积 16-->3减维
nn.Tanh l73_TanH
nn.MulConstant l74_Power
nn.TotalVariation l75_Identity
Torch 和 OpenCV4.0 在风格转换中对应层(风格迁移)相关推荐
- Java版AVG游戏开发入门[0]——游戏模式转换中的事件交互
示例程序下载地址:http://download.csdn.net/source/999273(源码在jar内) AVG,即Adventure Game,可以直译为[冒险游戏].但是通常情况下我们说A ...
- 图像合成与风格转换实战
图像合成与风格转换实战 神经式转移 Neural Style Transfer 如果使用社交分享应用程序或者碰巧是个业余摄影师,对过滤器很熟悉.滤镜可以改变照片的颜色样式,使背景更清晰或人的脸更白.然 ...
- 【吴恩达深度学习编程作业】4.4特殊应用——人脸识别和神经风格转换(问题未解决)
参考文章:1.人脸识别与神经风格转换 2.神经风格转换编程作业 神经网络风格中遇到的问题已经解决了并将解决方案写在了备注里面,但是人脸识别那里运行到database就出错了,目前仍没有找到解决方案.我 ...
- (二)快速图像风格转换
快速图像风格迁移是在"原始"图像风格迁移基础上的一种"高效"转换方案. [github传送门]https://github.com/hzy46/fast-neu ...
- 04.卷积神经网络 W4.特殊应用:人脸识别和神经风格转换(作业:快乐屋人脸识别+图片风格转换)
文章目录 作业1:快乐房子 - 人脸识别 0. 朴素人脸验证 1. 编码人脸图片 1.1 使用卷积网络编码 1.2 Triplet 损失 2. 加载训练过的模型 3. 使用模型 3.1 人脸验证 3. ...
- 吴恩达【深度学习工程师】 04.卷积神经网络 第四周特殊应用(2)神经风格转换...
该笔记介绍的是<卷积神经网络>系列第四周:特殊应用(2)神经风格转换 主要内容有: 1.神经风格转换 2.卷积网络隐藏单元可视化显示 3.神经风格转换代价函数 4.内容代价函数 5.风格代 ...
- PyTorch 1.0 中文官方教程:使用 PyTorch 进行图像风格转换
译者:bdqfork 作者: Alexis Jacq 简介 本教程主要讲解如何实现由Leon A. Gatys,Alexander S. Ecker和Matthias Bethge提出的 Neural ...
- OpenCV-4.0.0在Ubuntu16.04 64位中的安装
步骤一:安装必要的库 sudo apt-get install build-essential sudo apt-get install cmake git libgtk2.0-dev pkg-con ...
- cuda 9.0 安装torch 0.4_PyTorch geometric 安装中libcusparse.so.10 error的解决策略
准备工作(自己的电脑): OS: Ubuntu 16.04 Python version: 3.6 PyTorch version: 1.6.0 CUDA version: 10.1 安装流程(pip ...
最新文章
- 【原创】Cookie应用(二)
- 读书越多会越孤独吗?
- Premiere Pro CC2017教程(三)
- 自定义LinkedList
- Git - 版本控制工具十分钟入门手册
- 《教孩子编程(Python语言版)》课程介绍
- 2021年三月中旬推荐阅读文章
- jdbc mysql wait_timeout_MySql wait_timeout问题解决办法。
- react 使用webpack打包问题汇总
- 递归、搜索、贪心、动态规划的区别
- Cplex20.1版本bin包Linux安装过程
- R语言Kmeans聚类分析
- 普中科技51单片机直流电机控制风扇调速
- 无线路由器打印机服务器设置,路由器 打印机服务器设置方法
- Word 模板渲染引擎-Poi-tl
- 四川计算机专业高职高考,四川职高计算机专业分数线
- 翻译-你必须知道的28个HTML5特征、窍门和技术
- 2、基因树 与物种树的关系及建树
- mongodb设置用户账号密码登录
- JavaWeb - 小米商城:登录与退出