知识点小记

最新推荐文章于 2025-04-15 21:46:37 发布

Mulanshine

最新推荐文章于 2025-04-15 21:46:37 发布

阅读量419

点赞数 1

分类专栏：知识点文章标签：知识点论文

本文链接：https://blog.youkuaiyun.com/Mulanshine/article/details/79941628

版权

本文探讨了GAN中的判别器采用全卷积层以生成概率层的优势，如减少误差和增强灵活性。同时，介绍了感知损失(Perceptual Losses)的概念，它通过VGG16中间层激活来计算损失，克服像素级损失的局限性，但可能产生artifacts。此外，提到了总变分正则化(Total Variation Regularization)在去噪和图像修复中的应用，以减少异常点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

GAN

判别器D->全卷积层生成w×h的概率层

优点：减少误差；通用性更强，使用更灵活（w,h可变，不用固定图片size)
出处：Learning from Simulated and Unsupervised Images through Adversarial
Training
示意图：
这里写图片描述

Perceptual Losses

优点：不同于pixel损失，单纯对应位置的损失，若平移则loss大，其损失是通过已训练的VGG16网络中间的激活层输出得到的。
缺点：单独使用由于局部最值问题,到达不在数据结构内的位置，容易构成artifacts.需与对抗损失函数一起使用。
出处：Perceptual Losses for Real-Time Style Transfer and Super-Resolution
这里写图片描述