没有合适的资源?快使用搜索试试~ 我知道了~
PPR10K:CVPR2021纸的数据集和代码
共33个文件
py:18个
h:3个
txt:2个
需积分: 29 3 下载量 160 浏览量
2021-04-05
11:12:56
上传
评论
收藏 1.34MB ZIP 举报
温馨提示
使用PPR10K进行人像照片修饰 | PPR10K:具有人体区域遮罩和组级别一致性的大规模人像照片修饰数据集*,曾慧*,崔苗苗,谢选松和。 在CVPR 2021中。 拟议的人像照片修饰数据集(PPR10K)是一个大规模且多样化的数据集,其中包含: 1,681组中的11,161张高质量原始人像照片(分辨率从4K到8K); 由3位专业润饰师提供的所有照片的3种版本的手动润饰目标; 所有照片的全分辨率人类区域蒙版。 样本 PPR10K数据集中的两个示例照片组。 顶部:原始照片; 下:来自专家-a和人类区域蒙版的修饰结果。 原始照片显示出较差的视觉质量,并且在被摄对象视图,背景环境,照明条件和相机设置方面存在较大差异。 相比之下,修饰后的结果显示出良好的视觉质量(具有人类区域优先性)和组级别的一致性。 该数据集首先考虑了肖像照片润饰任务的两个特殊和实际要求,即人文区域优先级和组级别一致
资源推荐
资源详情
资源评论
收起资源包目录
PPR10K-master.zip (33个子文件)
PPR10K-master
utils
get_shot_time_and_plot_hist.py 1KB
xmp_read_hist.py 2KB
count_number_each_group.py 623B
split_train_val.py 722B
data_augment_get_target_xmp.py 8KB
compare_stack_jpgs_intragroup_GLC.py 1KB
data_augment_get_xmps.py 7KB
compare_stack_jpgs_intragroup.py 2KB
data_augment_copy_raws.py 4KB
imgs
sample_imgs.jpg 294KB
motivation.jpg 289KB
code_3DLUT
train_GLC.py 9KB
requirements 78B
IdentityLUT33.txt 1018KB
datasets_GLC.py 10KB
train.py 8KB
datasets_evaluation.py 808B
datasets.py 4KB
torchvision_x_functional.py 17KB
models_x.py 11KB
trilinear_cpp
src
trilinear_kernel.cu 8KB
trilinear_cuda.h 480B
trilinear.cpp 7KB
trilinear_cuda.cpp 1KB
trilinear.h 450B
trilinear_kernel.h 956B
setup.py 673B
setup.sh 66B
calculate_metrics.m 2KB
validation.py 3KB
IdentityLUT64.txt 7.25MB
README.md 7KB
docs
dataset_usage.md 2KB
共 33 条
- 1
资源评论
小小鹊
- 粉丝: 42
- 资源: 4534
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功