- …
- …
#26
summarized by : Teppei Kurita
どんな論文か？
cGANのバリエーションについてProsConsを整理し、汎用的な性能向上施策を提案。
新規性
条件付きGANは投影ベースと分類ベースのものがあるが、前者は後者に比べInceptionスコアで劣るものの崩壊しにくいことを発見。そこで分類ベース損失に正則化(重み減衰)を施すことで崩壊を緩和するOmni-GANを提案。
結果
Inceptionスコアを100向上。BigGANに数行のコードを追加のみ。
その他（なぜ通ったか？等）
https://github.com/PeterouZh/Omni-GAN-PyTorch
- …
- …