a-ceron
commented
1 year ago Low-Shot Learning from Imaginary Data
Wang, Y. X., Girshick, R., Hebert, M., & Hariharan, B. (2018). Low-shot learning from imaginary data. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 7278-7286).
Es un artículo que propone usar la imaginación para aumentar los datos, en los resultados muestran un aumento sustancial en los resultados del entrenamiento comparado con otros modelos sin el aumentado. Para la evalucación usan un método propio que evalua la excatitud del modelo generado. En la parte del modelo se usa un conjunto de datos etiquetados y para el GAN se le paso los datos reales y los datos del aumentado
Entrenar los modelos creados por otras personas como FastGAN y styleGAN3 para los fines de la tesis