GAN之风格迁移

参考：

GAN应用之风格迁移&超分辨重建，无监督深度学习新方法（4）：https://blog.csdn.net/qq_43019117/article/details/82837329

CycleGAN生成对抗网络图像处理工具：https://www.oschina.net/p/cyclegan?hmsr=aladdin1e1

GAN

• 在原始的GAN基础上设计了新的网络结构，生成模型使用U-net，判别模型使用patchGAN
• 使用对抗性的损失，感知损失，模糊损失
• 所有的损失函数延续了LSGAN的思想，使得训练过程更加的稳定
• 使用了较低成本实现了风格迁移‘

1：CycleGan

• cycleGan不需要配对数据集，可以实现源域和目标域的相互转换
• photo -> Monet ，summer -> winter 指鹿为马
• CycleGan建立了一个可双向转换不丢失信息的双向算法。能够将一张图片输入CycleGan中进行多次反复的转化，最终获得相似的图片

2：卡通风格的转换

总结

以上是生活随笔为你收集整理的GAN之风格迁移的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。