领域适应
关注
分享
扫一扫
文章平均质量分 94
明天吃啥呀
这个作者很懒，什么都没留下…
展开
-
学习笔记：StyleGAN-NADA: CLIP-Guided Domain Adaptation of Image Generators 图像生成器的CLIP引导领域适应
本文提出了StyleGAN-NADA，一种基于视觉-语言预训练模型（CLIP）引导的图像生成器非对抗领域适应的零样本方法。通过使用CLIP来指导生成器的训练，将生成模型的领域迁移到一个新的领域，只使用文本提示，生成的图像能够产生风格和形状的巨大变化，远远超越原始生成器的领域。原创 2022-10-09 22:01:14 · 2831 阅读 · 0 评论 -
学习笔记：One-Shot Adaptation of GAN in Just One CLIP 基于CLIP的GAN单样本自适应
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档One-Shot Adaptation of GAN in Just One CLIP：基于CLIP的GAN单样本自适应1. 背景2. 方法2.1 CLIP引导的潜在优化2.2 生成模型微调2.3 整体训练3. 实验3.1 与baseline模型比较3.2 潜在空间编辑3.3 消融实验4. 总结原创 2022-04-10 21:24:07 · 3888 阅读 · 0 评论