深度学习之风格迁移（二）——Fast Neural Style(Johnson)

最新推荐文章于 2025-07-13 03:05:20 发布

原创最新推荐文章于 2025-07-13 03:05:20 发布 · 5.3k 阅读

·

1

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

深度学习专栏收录该内容

32 篇文章

订阅专栏

本文介绍了使用感知损失进行实时风格迁移和超分辨率的技术。该技术通过Justin Johnson等人提出的方法，能够在保持细节的同时实现图像风格的快速转换及提高图像分辨率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

参考

[1] Perceptual Losses for Real-Time Style Transfer and Super-Resolution. Justin Johnson, Alexandre Alahi, Li Fei-Fei. ECCV 2016.
[2] Perceptual Losses for Real-Time Style Transfer and Super-Resolution: Supplementary Material. Justin Johnson, Alexandre Alahi, Li Fei-Fei.
[2] fast-neural-style in Github by Johnson.

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。