【学习笔记】VALSE Webinar:GAN 主题研讨

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。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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
    在这里插入图片描述
    在这里插入图片描述

Conditioning Augmentation

在这里插入图片描述

Person Re-identification(Re-ID)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值