Learning from Simulated and Unsupervised Images through Adversarial Training:解析simGAN

通過對抗式訓練從模擬無監督圖像中學習 該篇論文爲蘋果首篇AI論文,且爲2017年cvpr的最佳論文。該論文主要通過訓練一個對抗式網絡,將合成圖像中添加真實性的細節,最終得到一個有標籤的,類似與真實圖像的合成圖像。本文將從以下幾個方面介紹該論文。 傳統GAN網絡結構 訓練過程 simGAN網絡結構 論文創新點 未來研究方向 總結 0.傳統GAN網絡 對於GAN網絡來說,最重要的兩個部分就是生成器和分
相關文章
相關標籤/搜索