The Contextual Loss for Image Transformation with Non-Aligned Data 論文學習

       針對圖像變換問題訓練的前饋CNN依賴於測量生成的圖像和目標圖像之間的相似性的損失函數。大多數常見的損失函數假設這些圖像在空間上對齊並在相應位置比較像素。然而,對於許多任務,對齊的訓練對圖像將不可用。Contextual Loss 是本文提出的一種不需要對齊的,爲這類問題提供了簡單有效的方法。               論文指出,利用Contextual Loss出色的完成了,單幀圖
相關文章
相關標籤/搜索