文章目录
[+]
计算机视觉3D目标分割方向
一 论文题目：
《3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation》
二 论文下载：
（图片来自网络侵删）
https://arxiv.org/abs/1606.06650
三 论文代码：
（图片来自网络侵删）
GitHub：https://github.com/wolny/pytorch-3dunet
本文介绍了一种基于稀疏标注体图像的体分割网络。在一个复杂的、高度可变的三维结构上测试了该方法的性能，并在这两个用例中都获得了良好的结果。
计算机视觉生成对抗网络项目
一 项目名称：
Anime-InPainting: An application Tool based on Edge-Connect
二 项目链接：
https://github.com/youyuge34/Anime-InPainting
三 项目说明：
这是图像修补方向最新研究成果Edge-Connect的优化版。 用Opencv写了个前端部分，后端是Edge-Connect，方便当作工具使用。 此工具可以用来自动图像修补，去马赛克……同样优化了模型训练的过程。
动漫人物图片自动修复，去马赛克，填补，去瑕疵结果如下所示：
专栏简介：码上一课每日不定时更新，更新内容主要为人工智能与深度学习领域的论文开源源代码，用知识修炼心灵，以智慧对话世界，在这里，持续感受人工智能技术的魅力。
专栏推荐：
►「码上十点」CVPR2018论文源代码链接分享
►「码上十点」十月份机器学习最火的四篇文章
►「码上一课」快而准，经典的轻量级深度神经网络（论文代码）
►「码上一课」2018计算机视觉顶会论文及源代码分享
► 人脸识别资源推荐：20款人脸检测/识别的API、库和软件
