注意力生成对抗网络的一个简单有效基线
计算机视觉与模式识别
2023-07-07 v2
摘要
通过文本描述引导生成模型来合成高质量图像的文字到图像模型是一项创新且具有挑战性的任务。近年来，基于注意力机制引导GAN训练的AttnGAN被提出，采用自蒸馏技术提升生成器性能与图像生成质量的SD-GAN，以及通过堆叠多个生成器和判别器逐步改善图像细节与质量的Stack-GAN++。然而，这一系列对GAN的改进都在一定程度上存在冗余，影响了生成性能与复杂度。我们采用流行的简单有效思路：(1)去除冗余结构并改进AttnGAN的主干网络；(2)对DAMSM的多种损失进行整合与重构。我们的改进在确保模型性能不变的同时显著提升了模型规模与训练效率，最终提出了我们的SEAttnGAN。代码见https://github.com/jmyissb/SEAttnGAN。
引用
@article{arxiv.2306.14708,
title = {A Simple and Effective Baseline for Attentional Generative Adversarial Networks},
author = {Mingyu Jin and Chong Zhang and Qinkai Yu and Haochen Xue and Xiaobo Jin and Xi Yang},
journal= {arXiv preprint arXiv:2306.14708},
year = {2023}
}
备注
12 pages, 3 figures