科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于文本-图像对抗网络模型的分解卷积方法,属于深度学习神经网络领域,包括以下步骤：S1、构造文本-图像生成对抗网络模型；S2、利用深度卷积神经网络充当生成器、判别器的功能；S3、对文本进行编码之后随机噪声结合,输入至生成器中；S4、对在文本-图像生成对抗网络的卷积核进行分解操作；S5、将分解卷积操作得到的损失函数输入生成器进行后续训练。本方法构建的基于分解卷积的文本-图像对抗网络模型,改变了判别器、生成器接收图片后的卷积方式,让判别器、生成器能够学习到数据集图像中更加细节的特征,同时减少了参数量,从能够提高整个网络训练模型的效率。
- 单位
