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。
📝
内容提要
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。
🎯
关键要点
- 提出了一种自我监督方法SS-StyleGAN,适用于极小标注数据集。
- 该方法通过在StyleGAN体系结构中集成编码器,学习嵌入到StyleGAN潜空间。
- 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个和10个大小的标注数据集上取得了强大的分类结果。
- 特别适用于COVID-19和肝肿瘤病理鉴定任务。
🏷️
标签
➡️