گزارش و پیاده سازی مقاله یک شبکه GAN برای ترکیب تصاویر مادون قرمز و مرئی و ترکیب تصاویرPET وMRI

گزارش و کد پیاده سازی مقاله  یک شبکه GAN برای ترکیب تصاویر مادون قرمز و مرئی و ترکیب تصاویرPET و MRI    A Dual-Discriminator Conditional Generative Adversarial Network for Multi-Resolution Image Fusion   به همراه دو فایل ورد گزارش پروژه    پیاده سازی و گزارش مقاله    A Dual-Discriminator Conditional Generative Adversarial Network for Multi-Resolution Image Fusion  در گزارش اول   مروری بر روش‌های ترکیب تصاویر مادون قرمز و مرئی انجام میشود.   در گزارش دوم تحلیل عملکرد شبکه مولد تخاصمی با دو تفکیک‌کننده‏ ارائه شده در مقاله، برای ترکیب تصاویر مادون‌قرمز و مرئی ارائه شده‌است. در این روش یک بازی خصمانه میان یک مولد و دو متمایزکننده ایجاد می‌شود. هدف مولد، تولید یک تصویر ادغام‌شده مشابه تصویر واقعی براساس یک تابع زیان خاص طراحی شده ‌برای فریب دو تفکیک‌کننده است، در حالی که هدف دو تفکیک‌کننده، به ترتیب تشخیص تفاوت‌های ساختاری بین تصویر ترکیب‌شده ...

تولید داده‌ی mnist با کمک شبکه (Generative adversarial Network (GAN

Mnist یک مجموعه داده ساده در زمینه بینایی ماشین (کامپیوتر) است. این مجموعه داده شامل تصاویری از ارقام دست‌نویس انگلیسی مانند تصاویر زیر است که به کوشش Lecun   جمع آوری شده است: هم‌چنین در این مجموعه، برچسب‌هایی برای هر تصویر وجود دارد که بیانگر این است که هر تصویر نمایان گر چه رقمی است. برای مثال این برچسب‌ها برای تصاویر بالا به ترتیب از چپ به راست عبارت‌اند از ?و?و?و?.   شبکه GAN یکی از معماری‌های قوی در یادگیری عمیق است که قابلیت اصلی آن تولید داده است . از این الگوریتم در تولید تصاویر جدید برای پایگاه‌های داده ، ایجاد تصاویر جدید از انسان ، ایجاد تصاویر کارتونی جدید ، تبدیل تصویر به تصویر ، تبدیل متن به تصویر ، تبدیل تصویر به Emoji و ایجاد تصاویر با سن متفاوت از افراد استفاده می‌شود.  در این پروژه، شبکه GAN به همراه دو بخش Generator و Discriminator در کتابخانه کراس طراحی شده است. هدف در این پروژه ساخته داده‌ی mnist با کمک شبکه Gan است. شما می‌توانید از این کد برای داده‌های مختلف استفاده کنید. ...