style-transfer-quality:通过使用神经网络在样式图像特征和生成的图像特征之间进行区分来执行样式转换。 结果产...

关于 通过使用神经网络在样式图像特征和生成的图像特征之间进行区分来执行样式转换。 结果产生了比现代方法更高的质量转移。 样式表示比较 用法示例 有关所有参数选项，请参见main.py 样式表示 python main . py - - distance = wgan - gp - - style = imgs / starry_night . jpg - - device = cuda 使用WGAN-GP中的鉴别器来区分特征，从而创建“星夜”绘画的样式表示。 训练在GPU上运行。 风格转移 python main . py - - distance = wgan - gp - - style = imgs / la_muse . jpg - - content = imgs / golden_gate . jpg - - device = cuda 使用WGAN-GP的鉴别器运行样式转