0
点赞
收藏
分享

微信扫一扫

StarGAN 使用指南:一个模型实现多个域的迁移




StarGAN 使用指南

  • 网络结构
  • 多数据集训练
  • 使用指南
  • StarGAN v2



 

论文地址:https://arxiv.org/pdf/1711.09020.pdf

我们有猫的图片集、狗的图片集和兔子的图片集。

目标是让猫的图片看起来像狗的图片,狗的图片看起来像兔子的图片,兔子的图片看起来像猫的图片。

这是一个多领域迁移的问题。

如果使用传统 GAN 不能解决多领域迁移的问题,只能两个领域的互相转化,只能用多个传统 GAN。

那有没有什么方法,一个模型就能实现多个域的迁移呢?StarGAN。

网络结构

传统 GAN 和 StarGAN,在域迁移上差异:

StarGAN 使用指南:一个模型实现多个域的迁移_深度学习


传统的域迁移 需要在不同的两个域之间相互进行特征提取,这就导致在有 k 个域的情况下需要 k*(k-1) 个生成器。

比如上文的 3 个数据集,需要 3*2 个生成器来完成所有可能的域之间的转换。

  • 猫到狗的生成器:用于将猫的图片转换为狗的图片
  • 猫到兔子的生成器:用于将猫的图片转换为兔子的图片
  • 狗到猫的生成器:用于将狗的图片转换为猫的图片
  • 狗到兔子的生成器:用于将狗的图片转换为兔子的图片
  • 兔子到猫的生成器:用于将兔子的图片转换为猫的图片
  • 兔子到狗的生成器:用于将兔子的图片转换为狗的图片

而 starGAN 则解决了这个问题,自始至终只需要一个生成器。

核心思想:通过一个域标签向量来控制多个域的转换。

StarGAN 使用指南:一个模型实现多个域的迁移_生成器_02

看上图,生成器(蓝色区域):

  • 左一:把输入图像(Input image)、目标域(Target domain)拼接,输入生成器(G),得到假的图片(Fake image)
  • 左二:再把假图(Fake image)、原来域(Original domain)拼接,输入生成器(G),得到重建图像(Reconstructed image)
  • 循环箭头:对比重建图像和原图之间,要最小化误差,循环这个过程(变到目标域,再变回源域)

判别器(红色区域):

  • 把假图(Fake image)、真实图像(Real image)分别输入判别器
  • 判别器不仅要判断真假,还要判断来自哪个域

多数据集训练

假设我们要训练一个模型来识别动物的图片,我们有三个数据集:猫的图片集、狗的图片集和兔子的图片集。

如果我们只使用单个数据集来训练模型,那么模型可能会对其他动物的图片识别能力较弱。

多数据集训练:如果我们将三个数据集合并成一个大的数据集,并在训练过程中同时使用这三个数据集,模型就可以获得更多的样本和不同种类的动物图片,从而提高识别能力。

StarGAN 使用指南:一个模型实现多个域的迁移_人工智能_03


判别器部分:

  • CelebA 是人脸数据集(黄色)
  • RaFD 是人脸表情数据集(绿色)

生成器部分:

  • 蓝色框 Mask vector 是掩码向量,只选择 CelebA 训练或者 RaFD 训练
  • 黄色框 CelebA 是人脸数据集
  • 绿色框 RaFD 是人脸表情数据集

使用指南

项目代码:https://github.com/yunjey/stargan.git

StarGAN v2


举报

相关推荐

0 条评论