关于提升机器学习合成数据真实感的研究

利用生成对抗学习进行合成到真实数据转换在改进合成数据方面已取得显著成功。然而，针对通用合成数据在机器学习中对抗训练的深度评估与比较研究仍然有限。本工作旨在训练并评估一个合成到真实的生成模型，该模型以无标注的真实世界数据为条件，在通用数据集上将合成渲染图像转换为更具真实感的风格。我们通过定性定量指标以及所定义的下游感知任务进行了广泛的性能评估与比较。