SMIS: A Semantic Multimodal Image Synthesis Approach (Presented at CVPR 2020)

语义多模态图像合成 // 语义多模态图像合成（CVPR2020）。朱震，徐志良，游安生，白翔 要求 火炬> = 1.0.0 火炬视觉 支配 莳萝 scikit图像 tqdm 的OpenCVPython的 入门 数据准备 深度时尚注意：我们提供了数据集的示例。由于COVID-19的影响，这与本文中使用的DeepFashion略有不同。 城市风光可以在下载Cityscapes数据集 ADE20K ADE20K数据集可在下载 测试/训练模型 从下载经过预训练的模型的tar。将其保存在checkpoints/并解压缩。脚本文件夹中有deepfashion.sh，cityscapes.sh和ade20k.sh。更改--dataroot等参数，然后注释或取消注释某些代码以测试/训练模型。您可以为SMIS测试指定--test_mask 。 致谢 我们的代码基于流行的