cycleGAN各部分loss比例如何确定?
收藏
如题,cycleGAN的gan loss、consistency loss 、identity loss 的权重比例是如何确定的?
0
收藏
请登录后评论
看文章和源码,一般是 gan loss、consistency loss 、identity loss 的权重比例是 1:10:10。在UGATIT的源码里热图辅助分类器的loss 更是高达1000.这是根据什么确定的?
感觉训练的cycgan,10轮后没啥变化,风格并未迁移,可能是loss权重的原因么?
我也遇到了和您同样的问题,请教大佬关于这个问题最后有答案了吗?loss权重尤其是identity_loss该怎么定?cycleGAN训练时候有哪些值得注意的坑以及技巧吗?您的回答将对我非常重要,感谢!
gan loss 提升细节清晰度,consistency loss 提升目标图像与原图像的内容一致性, identity loss 我理解是用作更好的保持原图片颜色配置
调试时要分开。论文里也介绍了这些loss的各自作用
可以分别看下各部分loss的值的范围,然后就可以根据比例设置了。如果某部分过大,另外的部分成了零头就失效了
解决了我的困扰,非常感谢!目前我的gan loss、consistency loss以及identity loss的权重比例在多次调试后,分别为1:40:0.5,因为想用cycleGAN做可见图像到红外图像的跨模态迁移,为了避免过多的颜色信息影响所以将identity loss权重降低。调整各loss权重后目前迁移效果有提升,但跟真实红外图像相比仍有很大差异,你有什么好的建议吗?
这个任务应该数据是成对的,参考下pix2pixHD试试吧,我也能力有限~~
好的,感谢!