文献 Multiview Generative Adversarial Network and Its Application in Pearl Classification阅读心得——2

这篇文章的主要工作 1) 首先,我们提出MV-GAN作为一种新的深度学习框架来产生珍珠的多视图图像。特别是,这里我们将每个珍珠的多视图图像按上、左、右、主视图和稀有视图的顺序叠加到图像通道维度中,形成多视图输入数据。 2) 其次,MV-GAN框架结合了DCGAN的网络结构和CGAN的标签训练方式。因此,鉴别器有四个卷积层,发生器有四个反卷积层。同时,珍珠标签被用来限制每一层的训练和生成图像的自由度
相关文章
相关标签/搜索