Perceptual Loss — Une fonction de perte qui apprend la similarité visuelle dans l’espace des features

Perceptual Loss est une fonction de perte qui n’évalue pas uniquement la différence entre une image générée et une image de référence au niveau des pixels. Elle mesure plutôt l’écart entre les représentations de features extraites par un réseau pré-entraîné. Autrement dit, au lieu d’optimiser une simple erreur numérique, elle apprend à rapprocher les structures, les textures et les caractéristiques visuelles qui correspondent davantage à la perception humaine.

07/23/2026