随着不断发展的数据集，StyleGAN3 图像变得曝光不足或过度曝光答案

【问题标题】：StyleGAN3 images become under- or overexposed with an evolving dataset随着不断发展的数据集，StyleGAN3 图像变得曝光不足或过度曝光
【发布时间】：2022-05-24 22:34:51
【问题描述】：

我正在尝试将 StyleGAN3 与不断发展的数据集一起使用，我目前的逻辑如下：

大约半小时的火车
使用添加的图像重新生成数据集
使用 --resume 恢复训练

为了测试，我一直在使用 metafaces 数据集，开始时大约有 100 张图像，每半小时向数据集中添加大约 50 张新图像。

恢复后，结果逐渐变得很暗或很亮。

我正在使用stylegan3 github 建议的参数进行训练：

train.py --cfg=stylegan3-r --gpus=1 --batch=32 --gamma=2 --batch-gpu=8 --mirror=1

关于如何使用不断增长的数据集进行训练有什么建议吗？

【问题讨论】：

标签： nvidia generative-adversarial-network stylegan

【解决方案1】：

100 张图片一开始是不够的，网络会崩溃。从至少 1,000 张图像开始，但最好是 10,000 张。

【讨论】：

请记住，StyleGan 是一个非常需要数据的人。 NVidia 将任何低于 100,000 张的图像视为“小数据集”。