Machine learning 非参考损耗函数
我正在阅读这篇很棒的研究论文,我发现了术语非参考损失函数。有人能帮我理解它是什么吗?一些资源链接已经足够了,我已经在谷歌上搜索过了,我没有发现任何线索 这个非参考损失函数是什么?他们是如何在没有成对或未成对数据的情况下训练模型的? 感谢您的帮助。基本上,“非参考损失函数”是一个花哨的标题。Machine learning 非参考损耗函数,machine-learning,image-processing,deep-learning,image-enhancement,Machine Learning,Image Processing,Deep Learning,Image Enhancement,我正在阅读这篇很棒的研究论文,我发现了术语非参考损失函数。有人能帮我理解它是什么吗?一些资源链接已经足够了,我已经在谷歌上搜索过了,我没有发现任何线索 这个非参考损失函数是什么?他们是如何在没有成对或未成对数据的情况下训练模型的? 感谢您的帮助。基本上,“非参考损失函数”是一个花哨的标题。 论文的作者能够定义一个损失函数(第3.3节),该函数描述了在不使用“干净参考”的情况下“好看的图像”应该是什么样子图像:他们定义的四个损失项将输出图像Y与输入图像I进行比较,并检查Y中的对比度及其曝光度是否
论文的作者能够定义一个损失函数(第3.3节),该函数描述了在不使用“干净参考”的情况下“好看的图像”应该是什么样子图像:他们定义的四个损失项将输出图像
Y
与输入图像I
进行比较,并检查Y
中的对比度及其曝光度是否优于I
,但边界、颜色和空间一致性仍然存在
通过定义一个不需要“基本真相”图像的损失函数,作者可以只在“腐败”图像上训练他们的模型,这更容易获得。谢谢你的回答。这很有帮助。