h20181007031

您好，感谢您的回复！ 但是我看过您之前和其他人的回复信息，提到您的模型训练并不没有真正的实现用神经网络的方法实现半色调处理的过程，而是采用传统的误差扩散算法得到的半色调图像，以便于在warm-up阶段用来稳定模型训练，如图所示。我不知道我理解的是否正确？ 您的模型看上去非常棒，我准备就我的项目（用神经网络来实现半色调处理过程）向您借鉴学习，但是我不知道您的模型实际上是怎么处理这部分的？ Hb ***@***.***   ------------------ 原始邮件 ------------------ 发件人: "MenghanXia/ReversibleHalftoning" ***@***.***>; 发送时间: 2024年5月29日(星期三) 晚上8:18 ***@***.***>; ***@***.******@***.***>; 主题: Re: [MenghanXia/ReversibleHalftoning] 请教 (Issue #7) 是的，这篇论文提出的方法就是将rgb图像转成可逆的半色调图像，我们Github页面的示例结果就展示了这点。 — Reply to this email directly, view it on GitHub,...

您好，我期待的效果就是输入一张RGB图像到模型，输出一张灰度点阵图（也就是完全用神经网络来实现半色调处理的过程）。您的模型可以实现这个过程嘛？ Hb ***@***.***   ------------------ 原始邮件 ------------------ 发件人: "MenghanXia/ReversibleHalftoning" ***@***.***>; 发送时间: 2024年5月30日(星期四) 上午9:48 ***@***.***>; ***@***.******@***.***>; 主题: Re: [MenghanXia/ReversibleHalftoning] 请教 (Issue #7) 我的理解是，输入一张RGB图像到模型的encoder部分，它会输出一张二值化的半色调图像。这不就回复了你的疑问吗？你是指准备训练数据阶段的半色调图像如何获取的方式吗？ — Reply to this email directly, view it on GitHub, or unsubscribe....

感谢您提供的demo，我感受到了您的模型功能很强大！我之前的疑惑就是这个过程是否是由神经网络直接输出的？而不是调用传统的半色调算法（如误差扩散）生成而来。 Hb ***@***.***   ------------------ 原始邮件 ------------------ 发件人: "MenghanXia/ReversibleHalftoning" ***@***.***>; 发送时间: 2024年5月30日(星期四) 中午11:01 ***@***.***>; ***@***.******@***.***>; 主题: Re: [MenghanXia/ReversibleHalftoning] 请教 (Issue #7) 您好，我期待的效果就是输入一张RGB图像到模型，输出一张灰度点阵图（也就是完全用神经网络来实现半色调处理的过程）。您的模型可以实现这个过程嘛？ Hb @.***   … ------------------ 原始邮件 ------------------ 发件人: "MenghanXia/ReversibleHalftoning" @.>; 发送时间: 2024年5月30日(星期四) 上午9:48 @.>; @.@.>;...

您好！抱歉打扰到您。我成功实验了您的模型，它确实非常出彩！ 我现在有个问题还要请教您，当我更改了用于参考的半色调图像（使用了效果更好的半色调生成算法）后，想要让模型更好的学习参考图像的特征，并生成更接近target的半色调点阵图，那么损失函数方面我应该着重调节哪些呢？（我自己做了一些微调，结果导致输出直接变成了黑白的二值图，因此很希望得到您的指导意见，谢谢！）