新一代信息技術(shù)
用對抗性學(xué)習(xí)和判別性學(xué)習(xí)來遷移生成式對抗網(wǎng)絡(luò)的方法
本發(fā)明公開了用對抗性學(xué)習(xí)和判別性學(xué)習(xí)來遷移生成式對抗網(wǎng)絡(luò)的方法，它包括：S1.準(zhǔn)備圖片數(shù)據(jù)集；S2.構(gòu)建預(yù)訓(xùn)練GAN模型；S3.通過參數(shù)遷移構(gòu)建ADT?GAN模型；S4.訓(xùn)練ADT?GANc。上述ADT?GAN模型利用遷移學(xué)習(xí)，在源域圖像數(shù)據(jù)集訓(xùn)練的預(yù)訓(xùn)練GAN模型的基礎(chǔ)上通過參數(shù)傳遞，初始化生成器和判別器。添加域判別器，通過優(yōu)化由對抗目標(biāo)函數(shù)和域判別目標(biāo)函數(shù)組成的總目標(biāo)函數(shù)，來驅(qū)動生成器生成目標(biāo)域的圖像數(shù)據(jù)，并避免負遷移。從而提高在小型目標(biāo)域數(shù)據(jù)集上的訓(xùn)練性能，減少迭代次數(shù)，提高圖像生成質(zhì)量。
長春工業(yè)大學(xué)
授權(quán)發(fā)明
