Domain Adaptation of GANs [in Russian]

Speaker: Aibek Alanov, AIRI, Higher School of Economics
Slides: https://github.com/bayesgroup/bayesgroup.github.io/blob/master/bmml_sem/2022/Alanov_DomainAdaptationofGANs_09.12.2022.pdf

Современные модели ГАНов требуют больших датасетов высокого качества для успешного обучения, что является серьезным ограничением на практике. Мы рассмотрим методы доменной адаптации, которые позволяют обучить ГАН на доменах, которые представлены небольшим числом примеров. Основной подход в этой задаче - это файнтьюнинг модели, обученной на большой выборке, на новый домен. В качестве такой модели мы будем рассматривать sota-модель StyleGAN, обученный на датасете лиц FFHQ.
В докладе будет сделан обзор существующих методов доменной адаптации StyleGAN. Далее будут представлены наши результаты по тому, как можно уменьшить на порядки число дообучаемых параметров при файнтьюнинге StyleGAN и как это позволяет решать задачу мульти-доменной адаптации, когда мы хотим дообучить модель сразу на несколько доменов.
Во второй части доклада будет предложен подробный анализ важности каждой компоненты архитектуры StyleGAN для доменной адаптации в зависимости от схожести целевого домена с исходным. Далее мы рассмотрим, как этот анализ позволяет улучшить существующие методы адаптации и открывает новые интересные свойства этих методов.

Chat: https://drive.google.com/file/d/1-8rt6RmLLXjOs0ykR8Zm6tjyXMefs7Rl/view?usp=sharing

Видео Domain Adaptation of GANs [in Russian] канала BayesGroup.ru