一种自监督的 StyleGAN 用于极度有限标签的图像标注和分类
原文中文,约300字,阅读约需1分钟。发表于: 。提出了一种适用于极小标注数据集的自我监督方法 SS-StyleGAN,通过在 StyleGAN 体系结构中集成一个学习嵌入到 StyleGAN 潜空间的编码器,它利用学习的潜空间智能选择代表性数据进行标注以提高分类性能,并展示了在 50 个甚至 10 个大小的标注数据集上取得强大的分类结果,特别适用于 COVID-19 和肝肿瘤病理鉴定任务。
提出了一种适用于极小标注数据集的自我监督方法SS-StyleGAN,通过在StyleGAN体系结构中集成一个学习嵌入到StyleGAN潜空间的编码器,利用学习的潜空间智能选择代表性数据进行标注以提高分类性能。在50个甚至10个大小的标注数据集上取得强大的分类结果,特别适用于COVID-19和肝肿瘤病理鉴定任务。