Как узнать метки сгенерированных изображений в WGAN с помощью кераса

Question

Я работаю над проблемой классификации медицинских изображений и страдаю от недостатка данных.Поэтому хочу генерировать изображения, используя WGAN .В данном коде приведен пример кода WGAN из набора данных MNIST.после генерации изображения легко узнать, к какому классу они относятся.Но в случае с медицинским изображением после генерации изображений трудно определить, к каким категориям генерируемые изображения относятся, поскольку они сохранены в группе из приведенного ниже кода:

def sample_images(self, epoch):
        r, c = 5, 5
        noise = np.random.normal(0, 1, (r * c, self.latent_dim))
        gen_imgs = self.generator.predict(noise)

        # Rescale images 0 - 1
        gen_imgs = 0.5 * gen_imgs + 0.5

        fig, axs = plt.subplots(r, c)
        cnt = 0
        for i in range(r):
            for j in range(c):
                axs[i,j].imshow(gen_imgs[cnt, :,:,0], cmap='gray')
                axs[i,j].axis('off')
                cnt += 1
        fig.savefig("images/mnist_%d.png" % epoch)
        plt.close()

, поэтому какие изменения я должен выполнить, чтобы получить ярлыкисгенерированные изображения.

Answer 1

WGAN в ванильной версии не может генерировать изображения условно.Поэтому WGAN, которую вы обучили, может генерировать только изображения, не зная, к какому классу они принадлежат.

Чтобы иметь возможность генерировать изображения определенной метки, ознакомьтесь с условными гансами. Вот средняя статья, с которой можно начать.

Альтернативный вариант состоит в том, чтобы обучить дискриминатор из исходных данных обучения и использовать этот дискриминатор, чтобы помочь вам вручную классифицировать изображения.