ACCV2018中提出的Face-Sketch-Wild代码是用于在野外环境下进行人脸素描合成的半监督学习的MATLAB实现

matlab人脸匹配代码野外面部素描合成 通过半监督学习在野外进行人脸草图合成的PyTorch实现。 这是一个例子： ，，。 入门 先决条件 火炬0.3 火炬视觉0.2 的OpenCVPython的 matlab_wrapper Matlab（用于FSIM评估） 数据集 我们使用香港中文大学（CUHK）提供的数据集来训练我们的网络。 您也可以从下载它们。 对于野外图像的训练，我们使用VGG-Face的子集。 用法 下载。 使用以下脚本下载数据集和预训练的模型。 bash download_data_models.sh 下载预先计算的功能，以实现快速补丁匹配。 bash download_feature.sh 如果服务器不可用，您还可以从或下载资源，然后根据上面的下载脚本将文件提取到相应的目录中。 快速测试 下载数据集和预训练模型后，使用提供的脚本测试模型 python test.py 1 # Test on CUFS test set python test.py 2 # Test on CUFSF test set python test.py 3 # Test on CUHK_St