Pytorch实现之利用特征分布的差异来指导GAN的训练

简介

简介:FIDGAN 通过将 FID 损失引入 GAN 的训练过程,显著提升了生成图像的质量。其核心思想是利用特征分布的差异来指导生成器的训练,同时通过使用轻量级的 MobileNet-v3 提高了计算效率。这种方法在图像生成任务中具有广泛的应用前景。

论文题目:FIDGAN: A Generative Adversarial Network with An Inception Distance(FIDGAN:具有初始距离的生成对抗网络)

会议:2023 International Conference on Artificial Intelligence in Information and Communication (ICAIIC)

摘要:现有研究中提出了GAN模型的两个评估指标:初始得分(IS)和Fréchet初始距离(FID)。我们提出了一种新的GAN模型,该模型基于反向传播FID分数将引导GAN有效地学习真实图像的分布并

你可能感兴趣的:(优质GAN模型训练自己的数据集,GAN系列,pytorch,生成对抗网络,人工智能,神经网络,深度学习,计算机视觉,机器学习)