少样本训练的图像转换方法能和目标检测结合起来吗？
NVIDIA研究院首席研究科学家刘洺堉：
我们试着将在论文里把少样本生成跟image class translation结合在一起，在image class translation有一个Few-shot translation，你某些种类看到几张少量的影像，透过FUNIT的方式把影像转换成新的domian，然后再训练分类，发现在某些情况下效能是比直接使用简单的Few-shot研究方式要好的。
问题来源
如何利用少样本无监督学习实现高质量图像转换
分享至：