第G5周：Pix2Pix理论与实战

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍖 原作者：K同学啊

本周任务：

1、了解并学习Pix2Pix算法
2、画出Pix2Pix生成器网络结构

一、图像翻译

• 其实就是将物体的一个特征转换为同一物体的更复杂的特征，如皮包轮廓👉皮包彩图
• 前2周中的CGAN是在GAN的基础上增加了条件，将无监督转为有监督，从而提高生成图像的质量

U-Net

• U-Net是一个全卷积模型，先压缩再扩张，同时将上一层上采样与扩张后的特征拼接起来，呈U形结构。
  

Pix2Pix

• 与CGAN不同之处在于，生成器的输入是源图像+随机噪声；而判别器的输入则是生成图像+源图像。
• PIx2Pixel的判别器将输入图像分为N X N 个图像块，然后将它们依次提供给判别器。
• 生成器网络结构图
  

运行结果

tips：如果运行过程报错，可以试着将shuffle改为False、n_cpu的线程数减少；这样就可以顺利运行了。