Facebook推出IC-GAN，迁移能力史上超强

GAN模型好是好，但就是对训练数据的要求太高，并且在场景和物体的语义组合时容易出现不合常理的生成图像，导致一眼假！最近Facebook发布了一个IC-GAN模型，迁移能力号称史上最强，能把各种场景和物体组合起来，训练集中没出现过的也能完美复原！甚至把雪地和骆驼放一起都毫无违和感！

生成对抗网络 (GAN) 在图像生成领域可以说是最强大的 AI 模型，无论是逼真的图片、抽象的拼贴画、风格迁移都不在话下。

但GAN 也有神经网络模型所共有的致命缺点，就是具有局限性，通常只能生成与训练数据集密切相关的物体或场景的图像。

例如，在汽车图像上训练的 GAN 在生成汽车相关图像时可以做到特别逼真，但可能让它生成鲜花、动物之类的模型就会一眼假，因为生成的图像可能会违反物理常识等。

最会造假的GAN模型！Facebook发布IC-GAN，迁移能力史上最强

Facebook AI Research 为了解决这个问题，提出了一个新模型Instance-Conditioned GAN (IC-GAN) ，可以生成逼真的、没有见过的图像组合。ASP站长网

最会造假的GAN模型！Facebook发布IC-GAN，迁移能力史上最强

https://arxiv.org/abs/2109.05070

例如雪和骆驼这种照片或者在城市中的斑马，可以无缝衔接起来。

最会造假的GAN模型！Facebook发布IC-GAN，迁移能力史上最强

目前代码已经开源。

研究人员从核密度估计（kernel density estimation, KDE）技术中得到启发，引入了一种非参数化方法来建模复杂数据集的分布。KDE是一种非参数密度估计器，以参数化核的混合形式对每个训练数据点周围的密度进行建模。

（编辑：焦作站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!