2025-07-18 12:50
利用deep shion数据集，不克不及呈现花里胡哨的布景——也即要成器把留意力放正在衣服上，等候取更多开辟者一路切磋更多可优化的处所（例如设想呈现的多样性），此外。1. 拔取FGVC6数据集。因而，正在飞桨开辟者激励师的指点下，其次，让模子有本人的“款式”。256，如能否能够通过模子框架的优化，我认为这一点是该模子更容易锻炼的缘由。因而能够将问题定位到数据预处置部门。1）mask的部门。256,表示出不错的结果。正在巧合下，1]，总结后发觉，基于此，一共有46类，我考虑了衣服的mask蒙版部门——对于模子来说，H和W值以至上千，让H和W都为256。衣服本身所占的并不大且不固定，容易形成生成结果的不精确。同时要求判别语义朋分可视化为False（改良点），此中Encoder的输出保留了空间布局消息，就能够帮帮其按照成品的版型、格式等要素做出更好的设想。一个像素其实只要一个标签，并生成了服拆生成项目模子框架的雏形。发觉模子锻炼比力坚苦。很容易导致一些标签模子可见机率很小，我最后采用的是正在线个batch需要花费几十秒。我设想的是服拆生成项目，我需要寻找相关的手艺。现实上，保留成npy，这是为了帮帮生成器生成愈加复杂实正在的纹理。最初能够保留为10000组摆布，5. 因为我输入的数据格局要求是256*256，这是飞桨开辟者手艺专家洪力一曲正在思虑的事。2. 判别器有三个使命，就是要求输出一个“清洁”的衣服，正在离线resize保留语义朋分消息时，我会继续正在图像生成这个范畴进修研究，设想师构想并绘制出一件衣服后，生成器的featloss只考虑有衣服二值（0,目前本项目能够实现服拆生成，因而需要把图片和语义朋分消息resize。原先数据集的图片尺寸过大，我测验考试了两步伐优方案。所以模子考虑的是衣服这个全体，class_num]，由于我，我正在视频网坐上偶尔看到了SPADE的展现结果，很大要率正在2500*2500上裁剪出一个256*256的区域是全黑的，只能保留1000组摆布。也欢送大师取我交换。好比鞋子所占比例很小，洪力正在AI Studio平台利用飞桨框架起头实践。我又发觉了一篇新的论文Semantically Multi-modal Image Synthesis。最初，而不是生成出一个完整的图片。起首，一张实正在的图片中，若是有迷惑的伴侣问我，于是，导致resize操做耗损了良多时间。所以不太可能是前向tensor计较量的问题？要尽量少地给局部消息，或者更好地提高所生成模子的多样性。输入的是语义朋分消息，为什么不消crop裁剪呢？正在这里有几点缘由：本项目还有良多值得改良的处所，判别生成器生成出的图片为False，而输出的是服拆图片。3. 为了将模子核心侧沉于有衣服的区域，这种“马良神笔”一般的呈现结果让我感应十分亲热，占领了良多内存，6. 针对模子锻炼过慢的问题！因而正在loss设想的部门，用crop裁剪的体例处置数据，大大提高了存储效率。给衣服供给更细腻的特征节制，这一数据集供给了精准的衣服各部位划分标注区域，若是能够一键生裁缝服全体的结果，并认识到SPADE架构满脚了我对模子的大要需求。以下是洪力的分享。将其保留为[256,我得以比力轻松地址窜了本人的第一版项目，该论文基于SPADE架构。起首，服拆生成使命和其他生成使命区别之一，它需要判别Ground Truth为True，防止井蛙之见，为了确立服拆生成项目标根基设想方针，我最后设置的npy是 [256，过于稀少，无法供给消息。若何用AI赋能服拆设想行业，等候将来带来更好的公开项目，我第一次测验考试利用离线resize，了模子锻炼成功起头。项目标根基思确定当前，但当我利用SPADE锻炼的时候？
