Я реализовал потерю восприятия в предварительно обученных сетях VGG.В моих генеративных сетях это дало огромную пользу для визуальной точности.
Однако размеры изображений VGG достигают 224x224.Для сети, которую я хочу тренировать, мне нужно сделать намного большее изображение, поскольку важные данные в 1 разделе могут быть далеко от другой части.Я не хочу уменьшать размер изображения как шаг предварительной обработки вне сети, потому что мои данные имеют много тонких линий, которые могут быть разрушены при уменьшении размера.Так как моя сеть полностью свернута с шагами и повышением частоты, даже сеть 2048x2048 не имеет даже 10 МБ, поэтому я хотел бы не терять разрешение, если смогу.
Как можно было бы обучить такую сетьВы могли бы создать потерю восприятия, которая была бы намного больше?Для GAN, как правило, у меня есть классификатор, который является «правильным / неправильным», но я не знаю, как даже классифицировать, является ли он «правильным» в этой ситуации.Я просто хочу, чтобы общие формы были визуально похожи на обучающую истину, то есть то, что пытается сделать потеря восприятия.