Oct, 2020
生成对抗网络的小样本迁移学习
Few-Shot Adaptation of Generative Adversarial Networks
Esther Robb, Wen-Sheng Chu, Abhishek Kumar, Jia-Bin Huang
TL;DR该研究提出 Few-Shot GAN (FSGAN),通过组件分析和学习预训练模型的奇异值,而固定奇异向量,以在少于 100 张图像的情况下进行 GAN 适应。在 5-100 张图像的挑战性少样本设置中,与现有的 GAN 适应方法相比,FSGAN 实现了显著的视觉质量提高。