多任务训练策略提升SynthLight的泛化能力

2025-09-10

1.8 K

增强模型适应性的训练方法

SynthLight采用了创新的多任务训练策略，使其能够有效处理无光照标签的真实人像照片。工具在训练过程中同时优化多个相关任务：包括基础的光照转换、身份特征保持、细节保留等。这种训练方式显著提升了模型对真实世界复杂场景的适应能力。

通过这种多任务学习框架，SynthLight即使在训练数据未覆盖的场景下，也能生成令人满意的光照效果。实验数据显示，采用多任务训练后，模型在真实照片上的效果满意度提升了37.5%。