imlixinyang / HiSD

Official pytorch implementation of paper "Image-to-image Translation via Hierarchical Style Disentanglement" (CVPR2021 Oral).

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

您好,请教一下论文中实验部分的一些问题,望指点

zhushuqi2333 opened this issue · comments

作者您好:
十分感谢您之前对我提出的问题的耐心回复,我现在正在您的框架的基础上进展一些工作,现在我需要做一些对比实验,我看到您的论文中使用了SDIT进行了reference-guided实验,我也看了这篇论文,发现是用的一个随机向量z,放入鉴别器中进行映射,然后用鉴别器去约束这个style。
我现在也想做reference-guided实验,是否是,将原图x 放入鉴别器,获得style,再将生成器所需的内容放入生成器生成图片呢,还望指点一下,感谢!

SDIT使用的是全局style,所以就是把reference的风格作为模型输入就好~

reference的风格是怎么获取的鸭🦆,“全局”二字您怎么理解的😢我看sdit已经使用了attention,还以为是局部的风格😭

SDIT也有训练风格提取器,具体在下面这个图的损失上有体现。
image
具体怎么用这个module我忘了,不过是可以的~
全局的意思是图像整体的风格,但SDIT的风格而不会专注于某个特征,不是跟空间上的局部进行区别,而是特征上的。

谢谢您!我可能懂您意思了,明天做实验试试😁😄

不客气~