如何解决StyleGAN中的伪像生成的图像
我已经使用PyTorch而非Tensorflow编写了自己的StyleGAN实现(本文在https://arxiv.org/abs/1812.04948上),这是官方实现所使用的。我这样做的一部分是作为从头开始实施科学论文的练习。
我尽了最大的努力来重现本文以及该文档所基于的ProgressiveGAN论文中提到的所有功能,以及网络训练,但是我始终得到模糊的图像和斑点状的伪像:
我非常想知道是否有一般GAN或特别是StyleGAN经验的人看到过这种现象,并且可以让我对导致这种现象的可能原因有任何了解。
(有些细节:我正在对降采样的CelebA图像,600k图像老化,600k图像淡入进行训练,但是我看到的是非常类似的现象,玩具数据集很小,迭代次数少。)
解决方法
我已经和StyleGAN一起工作了一段时间,但由于信息如此之少,我无法猜测原因。
一个可能的原因是截断把戏的效果,这使得结果可以代表一张普通面孔,但具有更高的质量,或者使其偏离以获得结果可变性,但有可能增加伪影。检查您如何在Pytorch中实现此技巧。
我建议您检查此存储库(https://github.com/rosinality/style-based-gan-pytorch),他们在Pytorch中实现了styleGAN。您可以在这里找到是否缺少模型中的内容。
最后,我还建议您阅读同一作者的StyleGAN2论文(https://arxiv.org/abs/1912.04958),他们解释如何解决液滴假象并改善StyleGAN的质量结果。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。