请教关于生成结果图像质量下降等问题

[irine1210]

作者您好，作为一名初学者，您的工作让我受益良多。有几个问题想请教一下：

1. 在复现论文的过程中，我发现在对Young个glasses这两个属性分别进行转换，训练到11万次左右的时候出现了如下情况（在对其他组合训练的时候则不会产生）：请问这是由于什么原因导致的？

   

2. 基于问题1，不同的标签组合是否会对训练结果产生影响？

3. 是否训练的次数越多效果就一定越好呢？还是说最好的结果出现在哪里要通过生成的结果直观查看

4. 在做reference-guided时是否可以通过标签对参考图像进行约束？

期待您的回复，感谢感谢！祝您科研顺利

[imlixinyang]

您好～回复迟了不好意思。

1. 我猜测更多是因为对抗训练本身在后期崩了导致的，这里可能你得改变一下损失或者调大R1正则化权重。
2. 一定会有影响，因为同时训练，网络会权衡任务的难易从而自动调整在每种任务上所用的自身资源。
3. 并不一定，因为我也发现模型在后期reference-guided任务会越来越差（也是因为HiSD原本并没有引入reference-guided的路线），但足够稳定的训练一般最后的模型不会比训练过程中最好的模型差，特别是适用了EMA做模型平均后。
4. 这个没太理解。

[irine1210]

好的好的，感谢您的详细回复！让我看待HiSD有了全新的视角，我再继续研究一下

[imlixinyang]

不客气～ 有任何问题都可再交流