ChipGAN

ChipGAN

ChipGAN untuk Transfer Gaya Lukisan Cuci Tinta Cina

Pelatihan dan Pengujian

1. Kode ini didasarkan pada python2.7 + pytorch3.0.
2. Kedua file .sh digunakan untuk melatih dan menguji model.
3. Anda dapat memodifikasi "train_horse2_edge_10_dec_150.sh" untuk tugas penataan gaya lainnya.
4. Model yang telah dilatih sebelumnya ada di file pos pemeriksaan.
5. Anda dapat langsung menjalankan "bash test_horse2_10_dec_150.sh" untuk mendapatkan gambar bergaya di file "hasil".

Kumpulan Data CHIPHI

1. Anda dapat mengunduh kumpulan data kami dari https://pan.baidu.com/s/1oXFVv1tZCkUSoH2pSxWFSA dengan kata sandi nqhi

Kutipan

 @inproceedings{10.1145/3240508.3240655,
author = {He, Bin and Gao, Feng and Ma, Daiqian and Shi, Boxin and Duan, Ling-Yu},
title = {ChipGAN: A Generative Adversarial Network for Chinese Ink Wash Painting Style Transfer},
year = {2018},
isbn = {9781450356657},
publisher = {Association for Computing Machinery},
address = {New York, NY, USA},
url = {https://doi.org/10.1145/3240508.3240655},
doi = {10.1145/3240508.3240655},
booktitle = {Proceedings of the 26th ACM International Conference on Multimedia},
pages = {1172–1180},
numpages = {9},
keywords = {generative adversarial network, style transfer, painting},
location = {Seoul, Republic of Korea},
series = {MM ’18}
}

Kontaktor

Jika Anda memiliki pertanyaan, jangan ragu untuk menghubungi saya melalui [email protected]