StyleGAN2 with adaptive discriminator augmentation (ADA)
Il training delle reti neurali di tipo GAN che utilizzano troppo pochi dati in input causano tipicamente un overfitting dei discriminatori, che procura una divergenza non desiderata.
Questo meccanismo di aumento adattativo del discriminatore (ADA stabilizza in modo significativo la formazione in regimi di dati di ingresso limitati. L'approccio non richiede modifiche alle funzioni o alle architetture della rete, ed è applicabile sia quando l'addestramento viene effettuato da zero sia quando si affina un GAN esistente su un altro set di dati. Su diversi dataset, ora è possibile ottenere buoni risultati utilizzando solo poche migliaia di immagini di addestramento, spesso abbinando i risultati di StyleGAN2 con un ordine di grandezza inferiore di immagini.
Training GANs with Limited Data
Add new comment