Update CGAN.py
![主要结果]生成了参赛的手机号码的手写数字图片,并通过了测试。
| 简单介绍项目背景、项目特点
本项目包含了第二届计图挑战赛计图 - 手写数字生成热身赛的代码实现。本项目的特点是:采用了 cgan 方法,成功生成了清晰可辨的电话号码手写图。
| 介绍基本的硬件需求、运行环境、依赖安装方法
本项目可在gtx GeForce 960M上运行,训练时间约为 1 小时。
执行以下命令安装 python 依赖
pip install -r requirements.txt
预训练模型模型在该仓库中两个pkl文件中,克隆后放在该仓库的根目录下。
可运行以下命令,查看效果:
python -m cgan.py
点击项目的“设置”,在Description一栏中添加项目描述,需要包含“jittor”字样。同时在Topics中需要添加jittor。
jittor
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
Jittor 手写数字生成热身赛 baseline
![主要结果]生成了参赛的手机号码的手写数字图片,并通过了测试。
简介
| 简单介绍项目背景、项目特点
本项目包含了第二届计图挑战赛计图 - 手写数字生成热身赛的代码实现。本项目的特点是:采用了 cgan 方法,成功生成了清晰可辨的电话号码手写图。
安装
| 介绍基本的硬件需求、运行环境、依赖安装方法
本项目可在gtx GeForce 960M上运行,训练时间约为 1 小时。
运行环境
安装依赖
执行以下命令安装 python 依赖
预训练模型
预训练模型模型在该仓库中两个pkl文件中,克隆后放在该仓库的根目录下。
运行
可运行以下命令,查看效果:
注意事项
点击项目的“设置”,在Description一栏中添加项目描述,需要包含“jittor”字样。同时在Topics中需要添加jittor。