如何去除风格迁移神经网络中的反卷积噪声
How to remove deconvolution noise in style-transfer neural network
我正在研究风格迁移网络，现在正在使用这个 work and here is network description。问题是，即使增加了电视损失，仍然存在可见的噪声，这会破坏结果的质量。
有人可以推荐一些在网络训练过程中消除此类噪声的方法的文章吗？
谢谢
deconvolution 噪声是由于输入和内核之间的不均匀重叠造成的，这会产生大小不一的棋盘状图案。一种解决方法是使用 article.
中提到的 resize-conv 方法
Resize-conv 将 transpose convolution 替换为 image scaling 后跟 2D convolution。在张量流中，这两个步骤是：tf.image.resize_images(...) 和 tf.nn.conv2d(...)。作者的另一个提示是在卷积方法之前调用 tf.pad(...) 并且只使用 Nearest Neighbour resize 方法。
我正在研究风格迁移网络，现在正在使用这个 work and here is network description。问题是，即使增加了电视损失，仍然存在可见的噪声，这会破坏结果的质量。 有人可以推荐一些在网络训练过程中消除此类噪声的方法的文章吗？
谢谢
deconvolution 噪声是由于输入和内核之间的不均匀重叠造成的，这会产生大小不一的棋盘状图案。一种解决方法是使用 article.
resize-conv 方法
Resize-conv 将 transpose convolution 替换为 image scaling 后跟 2D convolution。在张量流中，这两个步骤是：tf.image.resize_images(...) 和 tf.nn.conv2d(...)。作者的另一个提示是在卷积方法之前调用 tf.pad(...) 并且只使用 Nearest Neighbour resize 方法。