Larryzx的博客

原创 Perceptual Losses for Real-Time Style Transfer and Super-Resolution 解读

1.网络模型 1.1 组成部分 网络模型总体分为两部分:Image Transform Net和VGG-16 Image Transform Net是参数W待训练的网络 VGG-16是已经预训练好参数的网络 1.2 工作原理 (1) 输入为 : 原始图像xxx 风格目标图ysy_sys​ 内容目标图ycy_cyc​ (2) Image Transform Net作用： 将原始图像xxx经过Image Transform Net得到输出图像y^\hat{y}y^​ 映射关系为: y^=

原创 MASA-SR笔记

主要组成 编码器 Encoder 匹配与提取模块（MEM） Math & Extraction Modules 空间自适应模块（SAM） Spatial Adaptation Modules 将Ref特征的分布映射到LR特征的分布 双残差聚合模块（DRAM）Dual Residual Aggregation Modules 进行有效的特征融合 名词解释 LR 低分辨率图像 Ref↓ 表示 x4双三次下采样参考图 Ref 参考图 编码器 与之前使用预先训练过.

原创 Image Style Transfe图像风格迁移

图像风格迁移 损失函数组成 Loss = w1 * Lc + w2 * Ls Loss of content(Lc) Loss of style(Ls) Loss of content 内容图和随机噪声图经过多次卷积滤波后，conten和noise在第4层的feature map的距离的平方和 Loss of style 先对风格图和噪声图的每一层卷积得到feature map 对feature map求gram矩阵 计算两者gram距离的平方和 将5层的结果加权求和 实验图

翻译 Memory-guided Unsupervised Image-to-image Translation论文翻译

Class-aware Memory Network 结构理解 每个class下有NkN_kNk​个item,所有class的item数之和为N，即一共有N个item。 满足 ∑k=1KNk=N\sum_{k=1}^K N_k = N∑k=1K​Nk​=N 对于每个class要用NkN_kNk​个item的理解： 比如一个class为人脸，那么人脸上的眼睛、嘴唇、皮肤都是不一样的特征，因此需要用到多个item表示一个class item的组成 每个item由( k , vxv^xvx ,.

翻译 ChipGAN: A Generative Adversarial Network for Chinese Ink Wash Painting Style Transfer翻译

概要 ​ 风格转换已成功应用于照片，生成逼真的西方绘画。然而，由于中西绘画技法的内在差异，直接套用已有的方法，对中国水墨画风格的转换并不能产生令人满意的效果。本文提出了一种基于ChipGAN的端到端（ end-to-end）生成对抗性网络体系结构，用于照片转化为中国水墨画。 ChipGAN的核心模块实施了三个约束 空白（voids） 笔触（ brush strokes）（画笔描边） 水墨色调和扩散（ink wash tone and diffusion） 以解决中国水墨画中普遍

原创 顺序表——数据结构定义以及基础操作

顺序表 1.1源代码清单: SqList.cpp SqList.h 1.2顺序表数据结构: 本程序元素类型为int,读者可根据需求自行更改数据类型。 //线性表结构体 typedef struct{ int* elem; //线性表数据 int length; //线性表长度 int listSize; //线性表大小 }SqList; 1.3该顺序表设计到的方法: int InitList(SqList &L); //初始化线性表 int Destro

原创 HOG&KNN实现图像分类作业

作业1 在这次作业中，我们将尝试提取基本的图像特征并使用提取的特征进行图像分类。 你需要在TODO模块的 """你的代码"""中填写相应的代码。 你也可以添加任意数量的 cell 来辅助你完成实验。 import random import numpy as np import matplotlib.pyplot as plt from past.builtins import xrange %matplotlib inline plt.rcParams['figure.figsize'] = (15.,

原创 帮助理工类专业本科生简化计算的python库——ZxSci

ZxSci介绍 当前版本：0.1.6 当前模块： Uncertainty 计算不确定度 MathWork 数值分析 showData 数据可视化 导入ZxSci库 from ZxSci import Uncertainty,MathWork,showData 一.Uncertainty函数调用 #计算不确定度 CalUncer(data_list) 二.MathWork函数调用 #生产均差计算表 AveDevCalTab(x_list,y_list) #牛顿插值公式求值 NewtonCh

原创 基于Pytorch的卷积神经网络AlexNet网络的代码编写

AlexNet网络结构基于Pytorch编写 一、AlexNet模型 -网络总体结构 -各模块之间的联系 从上面两图中我们可以将AlexNet模型分为 1. Features 2. Classifier 二、Features -图解模型 从图中我们可以看出AlexNet对图像的处理顺序为： 卷积->relu激活->最大池化-> 卷积->relu激活->最大池化-> 卷积->relu激活->卷积->relu激活->卷积->relu激

原创 2021-03-22

原创 python爬虫项目——爬取网易新闻文本制作词云

爬取网易新闻文本制作词云 一、爬取网易新闻的新闻文本 -导入第三方库 import requests from lxml import etree -输入新闻页面的url url = input('请输入你想爬取的网易新闻的url:\n') -进行UA伪装 headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:34.0) Gecko/20100101 Firefox/34.0' } -

原创 python网络爬虫项目——翻译英文单词

基于百度翻译实现翻译英文单词程序 操作流程如下： -配置需要的环境： pip install requests pip install json -导入需要的第三方库 import requests import json -找到百度翻译对应的url url=''https://fanyi.baidu.com/sug' -进行UA伪装 headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:34.0)