From 1097779b228359c038f02ef4d0190ff37706402e Mon Sep 17 00:00:00 2001 From: Benyahia Mohammed Oussama <mohammed.benyahia@etu.ec-lyon.fr> Date: Sat, 29 Mar 2025 21:58:20 +0000 Subject: [PATCH] Edit README.md --- README.md | 6 ++++-- 1 file changed, 4 insertions(+), 2 deletions(-) diff --git a/README.md b/README.md index f59f483..def5601 100644 --- a/README.md +++ b/README.md @@ -52,8 +52,10 @@ Pour améliorer la génération d'images et éviter les ambiguïtés entre certa | **cGAN** | Le générateur apprend à produire des images conditionnées sur le label de classe. Le discriminateur ne fait que distinguer le vrai du faux. | Peut générer des chiffres réalistes mais parfois ambiguës (ex: confusion entre 3 et 7). | | **cGAN avec Discriminateur Multi-Class** | Le générateur produit des chiffres conditionnés sur le label, et le discriminateur apprend à classifier les images dans une des 10 catégories de chiffres ou comme fausses. | Améliore la qualité des images générées et réduit l’ambiguïté entre les chiffres. | -#### Exemples d'images générées par le cGAN avec Discriminateur Multi-Class : -(Insérer ici des images d'exemples) +#### Exemples d'images générées de numéro (3) par le cGAN avec Discriminateur (real/fake) : +.png) +#### Exemples d'images générées de numéro (3) par le cGAN avec Discriminateur Multi-Class : +.png) ## Conclusion - Les GANs permettent de générer des chiffres manuscrits réalistes. -- GitLab