基于矢量输入生成或预测图像
Generate or predict image based on a vector input
我想根据给定的输入（向量或标量）以 mxn 图像的形式生成状态场（例如 x-y 平面中的温度场）。
为了简单起见，让我举个简单的例子：
如果输入为 0，则输出应该是一只黑猫。对于输入 = 0.53，输出是一只棕色的猫，....，对于输入 = 3，它是一只黑狗，依此类推。
可以认为是逆向分类，但我不太确定。
根据我目前的搜索，我认为这是一个图像生成问题，其中可以在标记的数据集上使用 GAN 或自动编码器（我有不同输入向量的图像）。
我的问题：
这是解决这个问题的正确方法吗？如果是这样，你能推荐一些好的例子吗？
如果这不是正确的解决方法，能否请您分享一下您的解决方法？
自动编码器可能是合适的，您需要通过将相同的图像作为输入和输出来进行训练。然后，在训练时，您可以记录编码器和解码器模块之间的潜在向量。之后，您可以将这些向量与自动编码器的解码器部分一起使用来生成图像。
培训：
编码器 --> [潜在向量] --> 解码器
预测
[潜在向量] --> 解码器 --> 输出
这只是一个想法，我以前没有尝试过。希望对你有帮助:D
这是 GAN 的典型问题。特别是条件 GAN 可以用来解决这个问题。查看以下 link 了解更多信息：
https://phillipi.github.io/pix2pix/
我想根据给定的输入（向量或标量）以 mxn 图像的形式生成状态场（例如 x-y 平面中的温度场）。
为了简单起见，让我举个简单的例子： 如果输入为 0，则输出应该是一只黑猫。对于输入 = 0.53，输出是一只棕色的猫，....，对于输入 = 3，它是一只黑狗，依此类推。
可以认为是逆向分类，但我不太确定。
根据我目前的搜索，我认为这是一个图像生成问题，其中可以在标记的数据集上使用 GAN 或自动编码器（我有不同输入向量的图像）。 我的问题：
这是解决这个问题的正确方法吗？如果是这样，你能推荐一些好的例子吗？
如果这不是正确的解决方法，能否请您分享一下您的解决方法？
自动编码器可能是合适的，您需要通过将相同的图像作为输入和输出来进行训练。然后，在训练时，您可以记录编码器和解码器模块之间的潜在向量。之后，您可以将这些向量与自动编码器的解码器部分一起使用来生成图像。
培训： 编码器 --> [潜在向量] --> 解码器
预测
[潜在向量] --> 解码器 --> 输出
这只是一个想法，我以前没有尝试过。希望对你有帮助:D
这是 GAN 的典型问题。特别是条件 GAN 可以用来解决这个问题。查看以下 link 了解更多信息： https://phillipi.github.io/pix2pix/