Help us understand the problem. What is going on with this article?

[Edge2Imori] Epi.2 pix2pixにGradient Penaltyを加えると??

線を入力したらイモリの画像に変換する Edge2Imori を作るための奮闘記

前回記事
pix2pix を応用して edge2imori を作ってみた

pix2pixを使用して作成した。

今回はWGAN-GPの Gradient-Penaltyを応用してみた。

まずは画像の収集

iCrawlerを使用してイモリの画像を集めた。

画像のクローリングはiCrawlerが最強だった話

これでイモリの画像を630枚集めた。

pix2pixにGradient Penaltyを追加

タイトルのまんまのことをした。

Gradient PenaltyはWGAN-GPで提案されたもので、勾配を1に近づける正則化の役割を果たす項である。

今回作成したコード >> https://github.com/yoyoyo-yo/DeepLearningMugenKnock/blob/master/Question_imageGenerate/answers/pix2pixGP_pytorch.py

結果

結果はこんな感じ

入力は正解画像からcanny方でエッジを抽出した画像を入力にした。

結構イモリの画像ができている。
線が細い部分はイモリ、線が密集すると草という学習ができているようだった

左:入力、中央:pix2pix-GPの結果、右:正解

yoyoyo_
イモリに強いデータサイエンティストのムーミン
https://curry-yoshi.hatenablog.com/
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした