CV之IG:基于TF框架利用ResNet算法网络DIY自定义图像生成网络(定义卷积和反卷积)实现代码
2023-09-14 09:04:44 时间
CV之IG:基于TF框架利用ResNet算法网络DIY自定义图像生成网络(定义卷积和反卷积)实现代码
目录
基于TF框架利用ResNet算法网络DIY自定义图像生成网络(定义卷积和反卷积)实现代码
基于TF框架利用ResNet算法网络DIY自定义图像生成网络(定义卷积和反卷积)实现代码
设计思路
实现代码
# 定义图像生成网络:image, training,两个参数
# Less border effects when padding a little before passing through ..
image = tf.pad(image, [[0, 0], [10, 10], [10, 10], [0, 0]], mode='REFLECT')
with tf.variable_scope('conv1'):
conv1 = relu(instance_norm(conv2d(image, 3, 32, 9, 1)))
with tf.variable_scope('conv2'):
conv2 = relu(instance_norm(conv2d(conv1, 32, 64, 3, 2)))
with tf.variable_scope('conv3'):
conv3 = relu(instance_norm(conv2d(conv2, 64, 128, 3, 2)))
with tf.variable_scope('res1'):
res1 = residual(conv3, 128, 3, 1)
with tf.variable_scope('res2'):
res2 = residual(res1, 128, 3, 1)
with tf.variable_scope('res3'):
res3 = residual(res2, 128, 3, 1)
with tf.variable_scope('res4'):
res4 = residual(res3, 128, 3, 1)
with tf.variable_scope('res5'):
res5 = residual(res4, 128, 3, 1)
# print(res5.get_shape())
with tf.variable_scope('deconv1'):
# deconv1 = relu(instance_norm(conv2d_transpose(res5, 128, 64, 3, 2)))
deconv1 = relu(instance_norm(resize_conv2d(res5, 128, 64, 3, 2, training)))
with tf.variable_scope('deconv2'):
# deconv2 = relu(instance_norm(conv2d_transpose(deconv1, 64, 32, 3, 2)))
deconv2 = relu(instance_norm(resize_conv2d(deconv1, 64, 32, 3, 2, training)))
with tf.variable_scope('deconv3'):
# deconv_test = relu(instance_norm(conv2d(deconv2, 32, 32, 2, 1)))
deconv3 = tf.nn.tanh(instance_norm(conv2d(deconv2, 32, 3, 9, 1)))
y = (deconv3 + 1) * 127.5
height = tf.shape(y)[1]
width = tf.shape(y)[2]
y = tf.slice(y, [0, 10, 10, 0], tf.stack([-1, height - 20, width - 20, -1]))
return y
相关文章
- Java实现 蓝桥杯 算法提高 GPA(暴力)
- Java实现 蓝桥杯VIP 算法训练 P1102
- Java实现蓝桥杯算法提高P0102
- [YOLOv8/YOLOv7/YOLOv5系列算法改进NO.5]改进特征融合网络PANET为BIFPN(更新添加小目标检测层yaml)
- 基于物品的协同过滤算法(ItemCF)
- Keras之TCN:基于keras框架利用时间卷积网络TCN算法对上海最高气温实现回归预测(把时间序列数据集转化为有监督学习数据集)案例
- TF之LSTM:利用LSTM算法对Boston(波士顿房价)数据集【13+1,506】进行回归预测(房价预测)
- 基于蜻蜓优化算法的认知无线电网络的服务质量研究(Matlab代码实现)
- 【智能算法】基于Kohonen网络的分类算法实现(建议收藏)
- 【第55篇】剪枝算法:通过网络瘦身学习高效卷积网络
- m认知无线电网络中频谱感知的按需路由算法matlab仿真
- m基于WOA优化的SVM乳腺癌细胞和正常细胞分类识别算法matlab仿真,对比BP网络,SVM,PSO+SVM
- m基于自适应遗传优化的IEEE-6建设费用和网络损耗费用最小化电网规划算法matlab仿真
- m基于HOG特征提取和GRNN网络的人体姿态识别算法matlab仿真,样本为TOF数据库的RGB-D深度图像
- 智能优化算法应用:基于麻雀搜索算法3D无线传感器网络(WSN)覆盖优化
- 智能优化算法:社交网络搜索算法-附代码
- Python实现弹性网络回归模型(ElasticNet算法)并应用网格搜索算法寻找最优参数值项目实战
- System.Web.HttpException (0x80004005): 验证视图状态 MAC 失败。如果此应用程序由网络场或群集承载,请确保 <machineKey> 配置指定了相同的 validationKey 和验证算法。不能在群集中使用 AutoGenerate。
- 【人工智能AI】第一章 神经网络基础 《深度学习算法原理》 / By 禅与计算机程序设计艺术&ChatGPT
- 【高并发】面试官:说说缓存最关心的问题是什么?有哪些类型?回收策略和算法?
- 八大排序算法总结
- Airtest自动化测试——Airtest进阶和图像识别算法(下)
- DDos攻击的一些领域知识——(流量模型针对稳定业务比较有效)不稳定业务采用流量成本的检测算法,攻击发生的时候网络中各个协议的占比发生了明显的变化
- 目标检测算法——YOLOv5/YOLOv7改进之结合PP-LCNet(轻量级CPU网络)
- 改进花朵授粉算法的无线传感器网络部署优化(Matlab代码实现)
- m基于负价环N算法的无线传感器网络性能matlab仿真
- 目标检测系列算法:HybridNets端到端感知网络
- 【深度强化学习】DDPG算法