cGAN

[Part2]Sketch2Pokemon-Generator 구성하기|Pix2Pix

데이터 준비하기 Generator 구성하기(현재 page) Generator 재구성하기 Discriminator 구성하기 학습 및 테스트하기 Generator 구성하기 이제부터 본격적으로 Pix2Pix 구조를 구현해보고자 한다. 앞서 cGAN과 같이 Tensorflow의 Subclassing 방법을 이용해 모델을 만들어볼 것이다. Generator의 구성요소 알아보기 먼저, 아래의 사진은 Pix2Pix 논문에서 Generator를 구성하는데 필요한 정보인데, 한번 읽어보도록 하자. Question 논문에서 표기한 encoder의 "C64"는 어떠한 하이퍼 파라미터를 가진 레이어들의 조합을 나타내는 것일까??? 64개의 4 * 4 필터에 stride 2를 적용한 Convolution → 0.2 slope의..

[Part3]난 스케치 넌 채색을... |GAN-Pix2Pix

이전 투고에서는 Generator 구성, Discriminator 구성, 학습 및 테스트를 진행해보았습니다. 이번 시간에는 이미지를 입력으로 하여 원하는 다른 형태의 이미지로 변환시킬 수 있는 GAN model을 알아보도록 합시다. 목차 GAN의 입력에 이미지를 넣는다면? Pix2Pix 1. GAN의 입력에 이미지를 넣는다면? 지금까지 cGAN에 대해 알아보고 실험해 보면서, 작은 조건만으로 우리가 원하는 클래스의 이미지를 생성할 수 있음을 확인해보았다. 만약 입력 자체가 조건이 된다면 어떻게 될까??? cGAN과 같이 클래스 레이블 등의 조건을 함께 입력하는 것이 아니라, 조금 더 자세하게 내가 원하는 이미지를 얻기 위해 이미지를 조건으로 줄 수 없을까???? 이번에는 Pix2Pix는 기존 노이즈 입력..

[Part2]난 스케치 넌 채색을... |TF2-GAN

In [1]: from IPython.core.display import display, HTML display(HTML("")) ⛳ 나는 스케치를 너는 채색을..... ⛳¶ 목차¶ 내가 원하는 숫자 이미지 만들기 (1) Generator 구성하기 내가 원하는 숫자 이미지 만들기 (2) Discriminator 구성하기 내가 원하는 숫자 이미지 만들기 (3) 학습 및 테스트하기 3. 내가 원하는 숫자 이미지 만들기 (1) Generator 구성하기¶ 이제부터는 앞에서 계속 비교해온 GAN과 cGAN을 각각 간단하게 구현하고 실험해 보자. 간단한 실험을 위해 MNIST 데이터셋을 이용할 것이다. TF2-GAN 데이터 준비하기¶ tensorflow-datasets 라이브러리에서 간단하게 MNIST 데이터셋을..

[Part1]난 스케치 넌 채색을... |GAN

In [1]: from IPython.core.display import display, HTML display(HTML("")) ⛳ 나는 스케치를 너는 채색을..... ⛳¶ 들어가며..¶ 2014년 GAN(Generative Adversarial Networks)이 세상에 나타난 이후, Computer Vision 및 다양한 분야에서 많은 관심을 받아 활발하게 응용되면서 빠르게 발전해 왔다. 오늘은 이미지 생성 모델로 사용되는 일반적인 GAN에 조건을 부여하여 내가 원하는 유형의 이미지를 생성해 낼 수 있도록 하는 방법에 대해 알아보자. 오늘 진행할 내용에는 Tensorflow로 신경망을 구현하는 과정을 보고 이해하는 부분이 많다. 학습 목표¶ 조건을 부여하여 생성 모델을 다루는 방법에 대해 이해 cG..