StyleGAN 架构解读(重读StyleGAN)精【1】_马鹏森的博客-CSDN博客_stylegan网络结构
StyleGAN 架构解读(重读StyleGAN)精【2】_马鹏森的博客-CSDN博客
StyleGAN 架构解读(重读StyleGAN)精【3】(总结StyleGAN1和StyleGAN2)_马鹏森的博客-CSDN博客
paper:StyleGAN versions
AdaIN层:
作者这里实验了100次标准差,其中下图右侧越白的地方代表标准差越大,受噪声的影响越大
2. 训练技巧和评估
2.1.1 训练技巧-样式混合
2.1.2 训练技巧-截断技巧
低密度区域:表示它的分布占的比例比较低,所以这些区域的生成的效果可能不太好,比较长发的男性、短发的女性、一个眼睛的人....
表示:平均的W
W:当前的W
:截断后的W
2.3.1 评估-路径长度
它进行了评估,是否是从A到B的最优路径,是否使用了最少的采样
我们可以把它当成优化目标
2.3.2 评估-线性可分性
H(Y|X) 越小,表示效果越好
3. 实验结果
消融学习
A、基础的PGGAN
B、使用双线性上下采样而不是传统的线性采样(我感觉使用双线性采样提升很大啊)
也就是(StyleGAN 架构解读(重读StyleGAN)精_马鹏森的博客-CSDN博客_stylegan网络结构)中的1.2.7微调超参数
C、添加Mapping Network 和 style
D、将传统输入删除
E、添加噪声控制细节
F、使用样式混合
B、传统的Z输入
C、将Z变成由W控制的生成
D、添加了噪声的W
添加了样式混合