【风格迁移】Perceptual Losses for Real-Time Style Transfer and Super-Resolution

本文的贡献在于将perceptual loss和feed-forward网络结合,处理速度很快。 感知损失:用特征算损失,评估两张图片在内容和风格上的差异。 减小特征图,扩大卷积核,可以在不增加计算量的情况下,扩大感受野。同时,这对需要连续变换的风格迁移也很重要     3.1 Image Transformation Networks   在上下采样中,使用步进和小步进卷积代替池化层。除残差模块
相关文章
相关标签/搜索