我需要一些专家的建议。对于我的项目工作，我一直在学习Generative Adversarial Network.
我正在尝试制作一个classifier（比如说CNN）用原始CIFAR-10数据集进行训练，然后评估性能。
之后，使用GAN并重新训练模型生成所有类的更多数据并比较性能。
但我不知道这项工作的可行性如何。这项工作有多复杂，我还想知道这个想法是否可以作为一个项目接受？
生成合成图像以提高分类器的性能
数据挖掘
深度学习
图像分类
甘
2022-02-11 17:00:11
1个回答
如果您尝试减少误报错误，我认为它可以很好地工作。为负面示例生成图像应该不难。另一方面，为正例生成图像首先需要一个好的分类器。