31、生成模型与早期最坏情况执行时间估计的研究进展

生成模型与早期最坏情况执行时间估计的研究进展

一、上下文感知合成的改进

1.1 存在的问题

在上下文感知合成的研究中，存在一些影响模型性能的问题：
- 梯度惩罚损失相较于其他损失过于显著，通常比其他损失大 100,000 倍以上。
- 端到端架构整体可能难以应对过于复杂的问题。
- 移除监督路径可能也是问题产生的原因之一。

1.2 不同实现方式的模式崩溃

有三种不同的实现方式，它们的模式崩溃情况如图 5 所示（此处虽未看到图，但从描述可知其用于展示模式崩溃情况）。

1.3 合成图像

为了判断模型在 RGB 域中生成的图像是否逼真，使用 CycleGAN 进行图像合成。结果如图 6 所示，虽然还有很大的改进空间，但已展现出了有希望的结果，生成的汽车图像常常难以与真实汽车区分。不过，这往往是由于合成图像的“质量不佳”导致的。

实现方式	模式崩溃情况
方式一	待结合图 5 分析
方式二	待结合图 5 分析
方式三	待结合图 5 分析

下面用 mermaid 流程图展示合成图像的流程：