【发布时间】：2021-03-13 11:38:05
【问题描述】：
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。有人可以帮我理解它是什么吗？一些资源链接绰绰有余，我用谷歌搜索过，但没有发现任何线索。
这个非参考损失函数是什么？他们如何在没有配对或不配对数据的情况下训练模型？ Paper PDF
感谢任何帮助。
【问题讨论】：
标签： machine-learning image-processing deep-learning image-enhancement
【发布时间】：2021-03-13 11:38:05
【问题描述】：
基本上，“非参考损失函数”是"Unsupervised learning" 的一个花哨的标题。
该论文的作者能够定义一个损失函数（第 3.3 节），该函数描述了一个“好看的图像”应该如何没有使用“干净的参考”图像：他们的四个损失术语定义比较输出图像Y 和输入图像I 并检查Y 的对比度及其曝光优于I，但边界、颜色和空间一致性仍然存在。
通过定义不需要“ground truth”图像的损失函数，作者可以仅在“损坏”图像上训练他们的模型 - 这更容易获得。
【讨论】：
-
感谢您的回答。它帮助很大。