慕尼黑大学 发布 SCFlow 数据集 数据集, 应用在 计算机视觉、风格迁移 领域

慕尼黑大学 本次发布的数据集 SCFlow 数据集, SCFlow 数据集是一个包含 510,000 个样本的大规模数据集，旨在模拟解耦。该数据集由 51 种艺术风格和 10,000 个内容实例的全面组合覆盖组成。每个内容实例都与每种风格配对，使得模型可以学习如何将风格和内容合并，并通过反向过程进行解耦。该数据集的构建使得 SCFlow 能够通过观察风格和内容的独立变化来隐式地学习解耦，即使在没有观察到“干净”的表示的情况下也能隐式地推断出风格和内容。

查看SCFlow 数据集

README 内容： 

关于 慕尼黑大学 , 慕尼黑大学（Ludwig Maximilian University of Munich，简称LMU）是德国一所世界顶尖的综合性大学，位于巴伐利亚州的首府慕尼黑。该校成立于1472年，是德国历史最悠久、文化气息最浓郁的大学之一。它以其卓越的研究和教学质量而闻名，尤其在自然科学、生命科学、医学、人文学科等领域享有极高的声誉。计算机视觉实验室（CompVis）是该校的一个研究分支，专注于计算机视觉领域的研究。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。