GAN系列:论文阅读——SimGAN( Simulated + Unsupervised Learning )

把对抗思想用于改善生成图像的质量:保留生成图像重要的语义/标注信息,生成细节部分,使得图像更加逼真(即simulate)。训练对抗网络仅需要图像,不需要任何标注信息(unsupervised)。获得的图像称为refined images可以作为数据用于训练其他模型,相当于数据扩增,能使模型能力大幅度提升。该文主要内容: 1. 定义无监督学习模型SimGAN对合成的假图像进一步修正(refine)使
相关文章
相关标签/搜索