NeurIPS 2019 解耦挑战：通过聚合卷积特征图改进解耦
机器学习
2020-02-25 v1 计算机视觉与模式识别
机器学习
摘要
本工作报告了我们向 NeurIPS 2019 解耦挑战第一阶段提交的方法，提出了一种简单的图像预处理方法用于训练 VAE，与直接使用图像相比可改进解耦。具体而言，我们提议使用从在 ImageNet 上预训练的 CNN 中提取的区域聚合特征图。我们的方法在挑战第一阶段获得第 2 名。代码见 https://github.com/mseitzer/neurips2019-disentanglement-challenge。
引用
@article{arxiv.2002.10003,
title = {NeurIPS 2019 Disentanglement Challenge: Improved Disentanglement through Aggregated Convolutional Feature Maps},
author = {Maximilian Seitzer},
journal= {arXiv preprint arXiv:2002.10003},
year = {2020}
}
备注
Disentanglement Challenge - 33rd Conference on Neural Information Processing Systems (NeurIPS) - NeurIPS 2019