search

FlyingGoblin / CartoonGAN

133 stars 13 forks source link

关于Gram矩阵 #5

Closed wincle closed 6 years ago

wincle commented 6 years ago

Hi，论文里提了用8个 residual blocks 来做图像风格化，但是这真的很耗时，为什么当时没有考虑使用 gram 矩阵来做呢？谢谢~

wincle commented 6 years ago

在论文里找到答案了。

wincle commented 6 years ago

但是 residual blocks 真的很耗时，不知有什么优化的意见或替代方法？

FlyingGoblin commented 6 years ago

这个我倒是完全没有研究过0-0

wincle commented 6 years ago

有没有考虑过增加下采样层呢，这样后面的feature map可以小一些。

FlyingGoblin commented 6 years ago

好像做过实验但是效果不太好，但是我也不记得我做的3个下采样的实验是不是最终这个网络结构了

wincle commented 6 years ago

效果不好是指生成的图片卡通风格不强，还是与原图相比信息损失丢失严重呢？看论文里的网络是用了2个stride为2的卷积层实现的下采样，有没有试过pooling？

FlyingGoblin commented 6 years ago

不记得了，pooling没有试过

ghzhangnj commented 5 years ago

@wincle 能麻烦告知一下什么原因吗？

SystemErrorWang commented 5 years ago

有没有考虑过增加下采样层呢，这样后面的feature map可以小一些。

我试过用另外方法来做这个任务，用了4个residual block，base channel 32，整个模型不到10m，最后效果类似本文。感觉这种任务的模型大小比较随意，主要是loss的设计，以及训练的时候平衡g和d