利用不同数据集的特征微调 GAN 以转换其输出
机器学习
2019-10-08 v1 计算机视觉与模式识别
图像与视频处理
摘要
在这项工作中，我们提出了一种利用不同数据集的特征微调预训练 GAN 的方法，从而将输出分布转换为具有新特征的新的分布。生成器的权重使用来自跨数据集分类器的损失与预训练判别器冻结权重的加权和进行更新。我们讨论了技术实现的细节，并分享了该训练过程的一些视觉结果。
引用
@article{arxiv.1910.02411,
title = {Transforming the output of GANs by fine-tuning them with features from different datasets},
author = {Terence Broad and Mick Grierson},
journal= {arXiv preprint arXiv:1910.02411},
year = {2019}
}