11.2K ·GitHub
这是什么？
FastPhotoStyle 是 NVIDIA 发布的照片级真实感风格迁移代码：给定一张内容照片和一张风格照片，它使用一种来自 2018 年 ECCV 论文的闭式解算法，把风格照片的风格迁移到内容照片上。
FastPhotoStyle 是 NVIDIA 发布的照片级真实感风格迁移代码：给定一张内容照片和一张风格照片，它使用一种来自 2018 年 ECCV 论文的闭式解算法，把风格照片的风格迁移到内容照片上。这是成品应用，还是需要我自己运行的研究代码？这是一个配套学术论文发布的研究代码，并不是打包好的消费级应用——你需要自己在 PyTorch 上运行所提供的脚本或教程。
这是一个配套学术论文发布的研究代码，并不是打包好的消费级应用——你需要自己在 PyTorch 上运行所提供的脚本或教程。我该怎么试用？按照附带的教程操作，教程展示了使用 FastPhotoStyle 算法的三种方式；此外还提供了 Docker 配置。
按照附带的教程操作，教程展示了使用 FastPhotoStyle 算法的三种方式；此外还提供了 Docker 配置。我需要哪个版本的 PyTorch？当前代码基于 PyTorch 0.4.0；如果你使用的是 PyTorch 0.3.0，仓库中有专门针对该版本的分支。
当前代码基于 PyTorch 0.4.0；如果你使用的是 PyTorch 0.3.0，仓库中有专门针对该版本的分支。我可以把它用于商业用途吗？不可以——代码采用 CC BY-NC-SA 4.0 许可证，仅限非商业用途，并且要求以相同方式共享。
不可以——代码采用 CC BY-NC-SA 4.0 许可证，仅限非商业用途，并且要求以相同方式共享。这是基于哪篇论文的？它实现了 Yijun Li、Ming-Yu Liu、Xueting Li、Ming-Hsuan Yang 和 Jan Kautz 的论文《A Closed-form Solution to Photorealistic Image Stylization》，该论文发表于 2018 年 ECCV。
它实现了 Yijun Li、Ming-Yu Liu、Xueting Li、Ming-Hsuan Yang 和 Jan Kautz 的论文《A Closed-form Solution to Photorealistic Image Stylization》，该论文发表于 2018 年 ECCV。闭式解方法有什么意义？该方法不采用迭代优化，而是使用闭式特征变换，使照片级真实感风格迁移更快、更精确，同时避免常见的风格迁移伪影。
该方法不采用迭代优化，而是使用闭式特征变换，使照片级真实感风格迁移更快、更精确，同时避免常见的风格迁移伪影。如果我是这个仓库的新手，应该从哪里开始？从提供的教程开始，它会介绍在你自己的内容照片和风格照片组合上运行 FastPhotoStyle 算法的三种具体方法。
从提供的教程开始，它会介绍在你自己的内容照片和风格照片组合上运行 FastPhotoStyle 算法的三种具体方法。What are similar projects?object-permanence, PyTorch-GAN, Awesome-pytorch-list, CycleGAN, pix2pix, Time-Series-Library, Attention-Residuals, pytorch-CycleGAN-and-pix2pix
object-permanence, PyTorch-GAN, Awesome-pytorch-list, CycleGAN, pix2pix, Time-Series-Library, Attention-Residuals, pytorch-CycleGAN-and-pix2pixWhich topics is it in?style-transfer, cv, arxiv, papers, image, neural-network, academic-research, image-processing, artificial-intelligence, nvidia, computer-vision, pytorch
style-transfer, cv, arxiv, papers, image, neural-network, academic-research, image-processing, artificial-intelligence, nvidia, computer-vision, pytorch