Deep Dream

将某层**值作为梯度反向传播回去

第十二讲--可视化和理解卷积神经网络--课时28

-------------------------------------------------------------------------------

feature inversion

用图片在卷积某层的特征去反向传播生成图片

第十二讲--可视化和理解卷积神经网络--课时28

可以看到,初级特征保留的是像素特征,高级特征为语义特征。

第十二讲--可视化和理解卷积神经网络--课时28

---------------------------------------------------------------------------------------------------

texture synthesis : 某同样的纹理生成更大的图片

第十二讲--可视化和理解卷积神经网络--课时28

复杂纹理可以用神经网络来做

将该层所有Gram matrix平均的快速计算: C*H*W = C*(H*W) = F   , 则G = F * F.T

第十二讲--可视化和理解卷积神经网络--课时28

将图片的各层Gram matirx记录,然后随机生成图片,计算生成图片与与原始图片Gram matrix之差作为损失函数,迭代生成图片。

第十二讲--可视化和理解卷积神经网络--课时28

高级层代表高级特征(大的纹理)

第十二讲--可视化和理解卷积神经网络--课时28

----------------------------------------------------------------------

Neural style transfer : feature inversion(content image) + texture synthesis(style image)

Fast style transfer: 预训练好固定风格的网络,直接输入内容图片即可

相关文章:

  • 2021-09-15
  • 2021-12-08
  • 2021-05-29
  • 2022-02-28
  • 2021-07-27
  • 2022-02-19
  • 2022-02-08
猜你喜欢
  • 2021-05-05
  • 2022-01-18
  • 2021-10-14
  • 2021-04-20
  • 2021-06-11
  • 2021-11-10
  • 2022-01-25
相关资源
相似解决方案