相似类的话，转换的特征应该也会比较少吧

提问

问题出自：如何利用少样本无监督学习实现高质量图像转换

相似类的话，转换的特征应该也会比较少吧

2020-05-20 19:58:15

全部回答内容
登录之后查看

登录

NVIDIA研究院首席研究科学家刘洺堉：我们这次做animal就是149个动物的脸来转换，这149个都在image里面有非肉食性动物，比如说马，老鼠，你要把狗转换成马，效能就没有比狗转换成狮子，狗...

回答

相关问答

少样本训练的图像转换方法能和目标检测结合起来吗？
2020-05-20 19:58:15

NVIDIA研究院首席研究科学家刘洺堉：我们试着将在论文里把少样本生成跟image class translation结合在一起，在image class translation有一个Few-sh... 阅读全文〉
老师可以说说目前无监督的研究现状吗？
2020-05-20 19:58:15

NVIDIA研究院首席研究科学家刘洺堉：无监督学习现状是过去几个月里面并没有太多新的论文，但方法大同小异，还缺乏一些突破，效能方面还是跟dataset有很大关系，跟regularation tri... 阅读全文〉
前段时间大火的换脸是用什么方法实现的呢？
2020-05-20 19:58:15

NVIDIA研究院首席研究科学家刘洺堉：我猜只有两个，一个是snap的facefilt，另外一个是FaceApp，我知道snap是基于GAN，可能再加上一些graph的一些处理方式完成的，Face... 阅读全文〉
除了位置，还有其他的contnent吗？
2020-05-20 19:58:15

NVIDIA研究院首席研究科学家刘洺堉：基本上位置、contnent这些是由training data定义的，在animal的情况下，contnent就是pose，但是从实物转换的例子里面，我们转... 阅读全文〉
无监督学习和元学习有什么异同
2020-05-20 19:58:15

NVIDIA研究院首席研究科学家刘洺堉：无监督学习是想学习的东西是没有supervise的，元学习是MAML，在元学习里面，他训练一个network去解各式各样的task，在不断解复杂task之后... 阅读全文〉
少样本无监督学习的效率如何提高？
2020-05-20 19:58:15

NVIDIA研究院首席研究科学家刘洺堉：基本上在学习效率的提高上面，你要会使用一些GAN training的trick，在投影片里面并没有提及实际的trick导致学习提升，只提到了整个过程、流... 阅读全文〉
目前无监督学习有什么方法已经可以稳定到可以应用到工业界?
2020-05-20 19:58:14

NVIDIA研究院首席研究科学家刘洺堉：在某些特殊的情况下，是可以达到工业界应用水准的，这些特殊的情况下包括两个domain相对容易转换，data的取得也多；转换可以容许瑕疵，就是转换可能不是最终... 阅读全文〉