CycleGAN: piltide tõlkimine paarideta andmetega tsüklilise konsistentsi abil
Zhu jt. poolt ICCV 2017 esitletud CycleGAN õpetab pilte tõlkima kahe visuaalse domeeni vahel ilma, et oleks vaja paarilisi treeningnäiteid. See treenib samaaegselt kahte generaatorit ja kahte diskriminaatorit, rakendades tsüklilise konsistentsi piirangut nii, et domeenist X domeeni Y tõlgitud ja seejärel tagasi tõlgitud pilt taastab originaali. See muudab selle rakendatavaks igal juhul, kui suuri ühendatud andmestikke pole saadaval, näiteks fotode teisendamine kunstistiilideks, suvemaastike muutmine talvisteks või satelliidipiltide kaardikihtideks muutmine.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Meetodikaart
Seotud meetodite ümbruskond — vali sõlm, et seda uurida.
Allikad
- Zhu, J.-Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired image-to-image translation using cycle-consistent adversarial networks. IEEE International Conference on Computer Vision (ICCV), 2242–2251. DOI: 10.1109/ICCV.2017.244 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 2). CycleGAN (Cycle-Consistent Image Translation). ScholarGate. https://scholargate.app/et/deep-learning/cyclegan
Milline meetod?
Aseta see meetod oma lähimate sugulaste kõrvale ja loe neid kõrvuti — raamatukogu laob raamatud lauale; valik on sinu.
- Generatiivne võistlev võrkSüvaõpe↔ võrdle
- Neuraalne stiiliülekanneSüvaõpe↔ võrdle
- Wasserstein GAN (WGAN)Süvaõpe↔ võrdle
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →