全辉光:完全有条件的辉光,可生成更逼真的图像

作者: | Moein Sorkhei | Gustav Eje Henter | Hedvig Kjellström |

摘要:自动代理,如无人驾驶汽车,需要大量标记的视觉数据来进行训练。获取这种数据的一种可行方法是用收集的真实数据训练生成模型,然后用来自该模型的合成图像来扩充收集的真实数据集,该合成图像是在场景布局和地面真实标记的控制下生成的。在本文中,我们提出了Full-Glow,一种基于完全条件Glow的架构,用于生成新颖街道场景的似是而非和真实的图像,给出一个指示场景布局的语义分割图。基准测试比较表明,我们的模型在预先训练的PSPNet的语义分割性能方面优于最近的工作。这表明我们的模型得到的图像与同类场景和目标的真实图像具有较高程度的相似性,适合作为视觉语义分割或目标识别系统的训练数据。

论文地址

https://arxiv.org/abs/2012.05846v1

下载地址

https://arxiv.org/pdf/2012.05846v1.pdf

全部源码

https://github.com/MoeinSorkhei/glow2 类型: pytorch

图像生成、目标识别、语义分割

相关推荐

暂无评论

微信扫一扫,分享到朋友圈

全辉光:完全有条件的辉光,可生成更逼真的图像