基于 GAN 的分层等级雨图像生成模型
原文中文，约300字，阅读约需1分钟。发表于：。通过构建一个基于生成对抗网络的多层级雨图生成模型，实现了在各种天气条件下测试视觉感知算法性能所需的数据生成，该模型能够生成不同强度的轻雨、中雨和大雨图像，并经过优化和调整来改善模式崩溃问题，相比于两个基准模型，测试数据集上 RCCycleGAN 的峰值信噪比 (PSNR) 提高了 2.58 dB 和 0.74 dB，结构相似性指数 (SSIM) 分别提高了 18% 和...
该研究使用生成对抗网络构建了一个多层级雨图生成模型，能够生成不同强度的雨图像。通过优化和调整，改善了模式崩溃问题，并在测试数据集上提高了峰值信噪比和结构相似性指数。消融实验验证了模型调优的有效性。
