细而深的网络结构 | 图像修复 五大 卷积 | 后续关注的知识点

举报
墨理学AI 发表于 2022/01/17 23:08:07 2022/01/17
【摘要】 本文当前,还很粗糙,谨慎查阅 后续看到相关资料再更新 摘自 论文 Generative Image Inpainting with Contextual Attention our in...

本文当前,还很粗糙,谨慎查阅
后续看到相关资料再更新


摘自 论文 Generative Image Inpainting with Contextual Attention

our inpainting network is designed in a thin and deep scheme for efficiency purpose and has fewer parameters than the one in[15].

为了提高网络的效率,我们设计了一个细(窄)而深的修复网络模型,并且比现有的修复网络具有更少的参数[15].


图像修复 五大 卷积


常规卷积

空洞卷积

部分卷积 [ 2018 Image Inpainting for Irregular Holes Using Partial Convolutions ]

门控卷积 [ 2019 Free-Form Image Inpainting with Gated Convolution ]

部分卷积 + 反卷积


相关提及论文


0-1

门控卷积

文章来源: positive.blog.csdn.net,作者:墨理学AI,版权归原作者所有,如需转载,请联系作者。

原文链接:positive.blog.csdn.net/article/details/113500504

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。