基于改进DeepLabv3+与CycleGAN的图像风格迁移研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：CycleGAN的优势就是在没有成对训练集的情况下将图像从原目标区域迁移到目标区域，但其泛化能力较弱，针对CycleGAN无法在图像风格迁移时仅对所需目标进行迁移和DeepLabv3+模型和参数量过大的问题，本文提出了一种结合改进DeepLabv3+网络和CycleGAN的局部图像迁移方法。（剩余9766字）

试读结束

目录
monitor