没有合适的资源?快使用搜索试试~ 我知道了~
首页StyleGAN2论文:中文翻译与质量优化
StyleGAN2论文:中文翻译与质量优化
需积分: 15 9 下载量 76 浏览量
更新于2024-07-16
收藏 3.69MB PDF 举报
StyleGAN2是深度学习领域的一个重要进展,特别是在无条件图像生成方面。该论文的中文翻译深入探讨了StyleGAN的原始架构(StyleGAN v1)中存在的伪像问题以及如何通过改进模型结构和训练策略来提升图像质量。首先,作者们重新设计了生成器的归一化方法,将传统的将潜在编码馈送到网络开端的方式改为转化为中间潜在编码,利用AdaIN进行合成,这样可以减少中间潜在空间W的纠缠,从而减少伪像。 他们提出的渐进式增长(Progressive Growing)技术也是一个关键改进,通过分阶段增加网络的复杂性,使得模型能够更好地控制生成图像的细节。此外,引入了路径长度调节器,不仅提升了图像质量,还增强了生成器的可逆性,使得判断图像是否由特定网络生成变得更为方便。这不仅提高了生成器的性能,也促进了研究者对生成过程的理解和可视化。 通过对生成器分辨率的细致分析,作者揭示了网络容量限制与图像质量之间的关系,这推动了他们探索更大规模模型的训练,以期望达到更高的生成质量。论文强调了在分布式指标和感知图像质量上的突破,表明StyleGAN2在无条件图像建模领域的先进地位。 StyleGAN2的改进旨在解决前一代模型的问题,提升生成图像的真实感和多样性,同时也为后续的生成模型研究提供了新的思路和技术参考。这项工作对于推动生成对抗网络(GAN)的发展以及在艺术创作、虚拟现实、图像编辑等领域应用具有重要意义。
资源详情
资源推荐
![](https://csdnimg.cn/release/download_crawler_static/12099140/bg4.jpg)
翻译:www.gwylab.com 原文来源:https://arxiv.org/pdf/1912.04958.pdf
表 1.主要结果。对于每次训练,我们选择 FID 最低的训练快照。我们使用不同的随机种子计算每个指标 10 次,并报告了它们的平均值。
“路径长度”列对应于基于 W [24]中的路径端点计算的 PPL 度量。对于 LSUN 数据集,我们报告的路径长度不包含最初为 FFHQ 建议的中
心作物。 FFHQ 数据集包含 70k 图像,我们在训练过程中显示了 25M 的判别器图像。对于 LSUN CAR,相应的数字是 893k 和 57M。
(a)低 PPL 分数 (b) 高 PPL 分数
图 4.使用基线 StyleGAN(表 1 中的配置 A)在感知路径长度和图
像质量之间建立联系。(a)PPL 低(≤第 10 个百分点)的随机例
子。(b)PPL 高(≥第 90 个百分点)的示例。 PPL 分数与图像的
语义一致性之间存在明显的相关性。
图 3.用解调代替归一化可从图像和激活中删除特征伪像。
如附录 B 所述,使用分组卷积有效地实现该功能。为避免必
须在公式 3 中考虑激活函数,我们对激活函数进行缩放,以
使其保留预期的信号方差。
3. 图像质量和生成器平滑度
尽管 GAN 度量标准(例如 FID 或 Precision and Recall
(P&R))成功地捕获了生成器的许多方面,但它们仍然
在图像质量上处于盲点。例如,请参考图 13 和图 14,它们
对比了具有相同 FID 和 P&R 分数但整体质量明显不同的生
成器(见底部 2)。
2 我们认为,明显的不一致的关键在于要素空间的特定选择,而
不是 FID 或 P&R 的基础。最近发现,使用 ImageNet [35]训练的
分类器倾向于将决策更多地基于纹理而不是形状[11],而人类则强
烈关注形状[28]。这在我们的上下文中是有意义的,因为 FID 和 P
&R 使用分别来自 InceptionV3 [39]和 VGG-16 [39]的高级特征,
这些特征是通过这种方式进行训练的,因此可以预期
图 5.(a)使用基线 StyleGAN(表 1 中的配置 A,FID = 8.53,
PPL = 924)生成的单个图像的 PPL 分数分布。对应于图 4 的百分
比范围以橙色突出显示。(b)我们的方法(配置 F)显著改善了
PPL 分布(显示了具有相同 FID = 8.53,PPL = 387 的快照)。
我们观察到了感知的图像质量和感知路径长度(PPL)之
间的有趣关系[24],该指标最初是通过测量在潜在空间中的
小扰动下生成的图像之间的平均 LPIPS 距离来量化从潜在空
间到输出图像的映射平滑度的指标[49]。再次参考图 13 和
14,较小的 PPL(平滑的生成器映射)似乎与较高的整体图
像质量相关,而其他指标则看不到该变化。 图 4 检验了这
种相关性是更紧密的
偏向于纹理检测。这样,具有强烈的猫的纹理的图像可能看起来彼
此更相似,比人类观察者所在意的细节还要强,从而部分损害了基
于密度的度量(FID)和多方面的覆盖度量(P&R)。
4
剩余18页未读,继续阅读
![py](https://img-home.csdnimg.cn/images/20210720083646.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/076dd09796ca43cf82b7279aecd9a801_archger.jpg!1)
Archger
- 粉丝: 76
- 资源: 67
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
最新资源
- 多模态联合稀疏表示在视频目标跟踪中的应用
- Kubernetes资源管控与Gardener开源软件实践解析
- MPI集群监控与负载平衡策略
- 自动化PHP安全漏洞检测:静态代码分析与数据流方法
- 青苔数据CEO程永:技术生态与阿里云开放创新
- 制造业转型: HyperX引领企业上云策略
- 赵维五分享:航空工业电子采购上云实战与运维策略
- 单片机控制的LED点阵显示屏设计及其实现
- 驻云科技李俊涛:AI驱动的云上服务新趋势与挑战
- 6LoWPAN物联网边界路由器:设计与实现
- 猩便利工程师仲小玉:Terraform云资源管理最佳实践与团队协作
- 类差分度改进的互信息特征选择提升文本分类性能
- VERITAS与阿里云合作的混合云转型与数据保护方案
- 云制造中的生产线仿真模型设计与虚拟化研究
- 汪洋在PostgresChina2018分享:高可用 PostgreSQL 工具与架构设计
- 2018 PostgresChina大会:阿里云时空引擎Ganos在PostgreSQL中的创新应用与多模型存储
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)