DMIT：利用解缠学习实现图像到图像的多映射。NeurIPS2019

简介：
本文提出了一种名为DMIT的方法，通过解缠学习技术实现了从单张输入图像生成多个目标风格图像的功能，并在NeurIPS 2019上发表。 麻省理工学院 本段落的Pytorch实施如下： 依存关系： 您可以通过安装所有依赖项来完成此操作：运行`pip install -r requirements.txt` 入门指南： 数据集获取方式有两种，一种是通过下载并解压缩预处理的数据集。 - 季节转换任务：执行 `bash .scripts/download_datasets.sh summer2winter_yosemite` - 语义图像合成任务：执行 `bash .scripts/download_datasets.sh birds` 或者您可以选择手动从相应网站上下载数据。 训练： 对于不同的任务，您需要运行相应的脚本来开始训练。 - 季节转换： 执行 `bash .script/train_season_transfer.sh` - 语义图像合成： 执行 `bash .script/train_semantic_image_synthesis.sh` 查看训练结果和损失图，请先启动 visdom 服务器通过命令`python -m visdom.server`, 然后在浏览器中打开显示的URL。 在环境exp_name可以找到更多中间结果。