《表2 不同β取值对应模型的IS》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于美学评判的文本生成图像优化》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文选取β=45，0，0.000 1，分别进行了训练。选择45是因为，观察StackGAN++训练时生成器的对抗损失发现对抗损失与美学损失的比值在50左右。因此，当β=45时，对抗损失与经权重放大的美学损失在数值上比较接近；1与0.000 1是基于经验的选择，取β=1时美学损失与对抗损失平权，而β=0.000 1则是参考了Cha等[18]提出的感知损失的权重选取。训练完成后，对应每个β取值各形成了一组于不同时间节点保存的模型，分别从中选取IS分数最高的模型作为对应取值下的结果模型。在对选定的模型进行美学质量评判之前，需要先考察它们所生成的图片的总体质量，以确保在引入了美学损失后没有出现模型生成图像质量下降的情况。表2展示了3种取值对应模型与原模型的IS数据，其中β为0即代表未引入美学损失的原始StackGAN++模型。