项目代码及数据链接见文末
没有配对图像能够进行图像生成吗?当然可以,CycleGan不需要配对的数据,例如,只要我们知道马的样子和斑马的样子,我们就能够很轻松的将马转化为斑马。
1.网络结构
传统GAN网络是,我们将图像输入到一个生成器网络中得到一个假的图像,然后再输入到判别器进行判别。
那么。传统GAN网络能不能做呢?很显然,并不能。对于输入的斑马来说,现在没有配对的马的图片,马的图片是完完全全不同的分布。这时候,我们需要从形态各异的斑马生成形态各异的马。这很可能导致模式崩塌问题。因此,我们可以采取一种新的方法,让斑马生成的马保持其原来的形态,这样就不容易导致模式崩塌问题了
那么现在怎么做呢?因此,我们可以结合翻译应该是“循环一致的”的性质,即如果我们翻译,例如,把一个句子从英语翻译成法语,然后把它从法语翻译回英语,我们应该返回到原来的句子。即我们现在既要让斑