循环生成对抗网络——CycleGAN

系列文章目录

GAN生成对抗网络介绍

---

目录

系列文章目录

前言

二、应用

三、解决的问题

1、图像转译任务

2、原理

四、调试好的源码

---

前言

CycleGAN（循环生成对抗网络）是一种用于图像到图像的转换的深度学习模型，由Jun-Yan Zhu等人在2017年提出。它能够在没有成对训练样本的情况下，实现两个图像域之间的转换。例如，它可以将马的图片转换为斑马的样式，或者将夏天的照片转换成冬天的场景。

---

一、官网地址

github网址：https://github.com/junyanz/CycleGAN

官网介绍：https://junyanz.github.io/CycleGAN/

二、应用

三、解决的问题

1、图像转译任务

建立一个映射，输入一个图像域图片，输出另一个图像域图片。

2、原理

---

四、调试好的源码

由于直接下载GitHub上的源码需要进行调试才可以运行，调试过程比较麻烦，我这边提供给大家一个我调试好的源码，方便新手进行训练、测试。

大家扫码关注公众号，回复关键字CycleGAN源码即可获取。