这篇博客探讨了StackGAN系列的两阶段生成对抗网络，如何实现根据句子生成256*256的图像，并介绍了StackGAN-v2的改进之处，包括端到端训练和条件增强。此外，还讨论了Person Re-identification的动机、相关工作及整体结构，并提到了pix2pix在图像转换中的应用。在圆桌讨论中，分析了GAN的优缺点，如对抗性训练方式、模式塌陷问题及其在生成模型中的独特地位。
StackGAN
StackGAN：Two-stage Generative Adversarial Networks
- 任务：根据句子生成图像
- 创新：首次能够生成256*256的大图像
- 巧：
1）word embedding ->均值和方差，而不是一个feature embedding
2）把小的图像转为一个conditional variable
StackGAN-v2：
- 改进：end to end，more stable, reduce model collapse
- 创新：改变思路
Conditioning Augmentation
最低0.47元/天 解锁文章
扫一扫
269
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
