笔记:在本实验pix2pix比AAE差在哪

对于pix2pix代替AAE方式不成功的原因分析

由于按照文献中AAE+resnet+wgan_gp方案模型搭建的失败,莫名我觉得可能使用pix2pix可以实现(究竟还是too young too simple)花了很久试错~~
最后结果就是效果太好,是的太好(苦笑),无论什么图像进去还原的特别好,基本无差异,包括我希望能得到有区别的结果的图像。

结果一出来分析了原因,以下:

AAE中间encoder后的分布限制在一个正态分布,而pix2pix则没有限制

AAE中间将特征分布在一个固定范围之内,而pix2pix生成器则相当于简单的encode+decode。
如果输入输出都为图片A,后者在特征个数足够的情况下必定能生成更加真实细致(u_net跳跃连接作用应该很大)的还原图像。而AAE由于特征层逼近正态分布的时候肯定会损失掉一些信息。因此如果输入的测试图像有瑕疵(希望去除),用pix2pix是会将瑕疵还原的,AAE却可以将这些信息给丢失掉得到与训练图像相同的正态分布。解码器不会知道这个是坏的图像的分布,它就憨憨地直接按照正常还原。这个才是我希望的呀~

所以饶了一圈我还是得重新去用AAE吗。。。可是那边的坑我还填不上啊呜呜呜~有没有大神小哥哥小姐姐救救命一步步挖的另一个坑(可能只有自己看得懂)在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值