CycleGAN
En type generativt modstridende netværk der muliggør uparret billed-til-billede-oversættelse ved hjælp af cykluskonsistens.
Kort fortalt
En metode til at lære at oversætte billeder mellem to domæner uden at have parrede eksempler, ved at sørge for at oversættelsen kan vendes.
- Kategori
- arkitektur
- Niveau
- øvet
- Udtale
- /ˈsaɪkəl ɡæn/
Betydninger
1- 1
En arkitektur for uparret billed-til-billede-oversættelse, der anvender cykluskonsistenstab for at lære en kortlægning mellem to domæner uden parrede eksempler.
- CycleGAN kan konvertere fotografier til malerier i stil med Van Gogh. — Zhu et al., 2017
- Med CycleGAN kan man lære en kortlægning mellem heste og zebraer uden parrede billeder. — Zhu et al., 2017
Hvornår bruges det
CycleGAN bruges typisk til stiloverførsel, domænetilpasning og andre opgaver, hvor parrede træningsdata ikke er tilgængelige. Modellen består af to generatorer og to diskriminatorer, og trænes med et cykluskonsistenstab for at bevare billedets indhold.
Formel
L_cyc(G,F) = E_{x~p_data(x)}[||F(G(x)) - x||_1] + E_{y~p_data(y)}[||G(F(y)) - y||_1]Kodeeksempel
# Cycle consistency loss
cyc_loss = torch.mean(torch.abs(F(G(x)) - x)) + torch.mean(torch.abs(G(F(y)) - y))Beregning af cykluskonsistenstab i CycleGAN.
Oprindelse
Navnet 'CycleGAN' kombinerer 'cycle' (cyklus) fra cykluskonsistenstabet og 'GAN' (Generative Adversarial Network).