图像是这样的:生成的假图像没有标签带标签
的实像我有12000个假图像，我基于没有标签的图像上的亮点生成。我有1200个真实的图像，有注释和真实的标签。我希望输出标记为生成的图像。我想知道我该怎么做。
我希望我的变分自编码器生成真实的图像或接近真实的标签。我想到了两个选择:第一种选择是使用假图像，训练12000张图像，并使用1200张真实图像进行测试，因为从示例中可以看到，其中一些图像是匹配的。第二种选择是对12000个样本进行下采样，并对未标记和标记的样本进行半监督式训练。
自动编码器通常不形成标签，而是试图重新创建您训练的内容。您需要一种分组机制来为数据创建"标签"。为此，只需执行以下命令:
-
在所有/标记数据上训练自动编码器(正常执行分割)。这取决于你想要得到什么。我认为对于你的情况，你应该使用标记数据。并从你的假图像中"生成"接近真实图像的新图像。因此，标记数据仅用于训练。
-
获取所有标记数据的编码器输出，并训练一个分组算法，如kmeans或另一个网络(在这里也执行训练/验证分割)。
2b)您还可以通过编码运行所有数据并在这里执行kmeans。也许还有另外一组?
- 标记未标记的数据，但将其通过编码器传递->分组