本文主要是介绍风格迁移2-01：MUNIT(多模态无监督)-资源下载（前奏准备），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
以下链接是个人关于 MUNIT(多模态无监督)-图片风格转换，的所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信 17575010159 相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。 文末附带 \color{blue}{文末附带} 文末附带 公众号 − \color{blue}{公众号 -} 公众号− 海量资源。 \color{blue}{ 海量资源}。 海量资源。
风格迁移2-00：MUNIT(多模态无监督)-目录-史上最新无死角讲解
论文下载
论文名称：Multimodal Unsupervised Image-to-Image Translation
下载链接：https://arxiv.org/abs/1804.04732
数据集
这些数据集，都是在后面讲解过程中，可能使用到的数据集，所以可以先提前下载下来。
https://people.eecs.berkeley.edu/~taesung_park/CycleGAN/datasets/
http://efrosgans.eecs.berkeley.edu/pix2pix/datasets/
进入链接分别显示如下：
本人后续使用 第二个中的edges2shoes.tar.gz或者edges2handbags.tar.gz进行讲解。
开源代码
https://github.com/NVlabs/MUNIT
模型下载
https://drive.google.com/drive/folders/10IEa7gibOWmQQuJUIUOkh-CV4cm6k8__
个人目的
在后面的过程中，我的目的是训练自己的人脸数据，让没有戴眼镜的人脸，生成带眼镜的人脸数据，用于训练人脸识别模型。
结语
接下来会为大家进行论文翻译，源码解析，数据训练，模型评估等
这篇关于风格迁移2-01：MUNIT(多模态无监督)-资源下载（前奏准备）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
