生成式对抗网络(GAN)是近年来大热的深度学习模型。
目前GAN最常使用的场景就是图像生成,作为一种优秀的生成式模型,GAN引爆了许多图像生成的有趣应用。在图像生成模型的质量上,生成对抗网络技术可以说实现了飞跃,很多衍生模型已经在一定程度上解决了特定场景中的图像生成问题。此外,诸如文本到图像的生成、图像到图像的生成等应用研究也让工业界与学术界都非常“兴奋”,为人工智能行业带来了非常多的可能性。
为了带大家领略GAN的"优秀",TinyMind特此策划了本次书法字体生成实战练习赛。
比赛规则
赛题要求参赛者利用GAN来生成多种样式的汉字字体,对于生成的文字图片,我们将采用Frechet Inception Distance(FID)来作为评估标准,得分越低,代表生成的字体图片的质量和多样性就越好,相应的排名也就越靠前。
第一阶段评测时间:3月25日-4月24日 ; 第一阶段结束后进入自由练习阶段。
1、参赛者最终需提交由模型生成出来的任选10000张图片,大小为128x128,格式为png或者jpeg,置于一个文件夹里生成ZIP格式压缩包,用于线上的FID评估。
(10000张,128x128, png/jpeg,.Zip,以上关键词一个都不能错)
2、本练习赛采用Frechet Inception Distance(FID)来作为评估标准,得分越低,代表生成的字体图片的质量和多