CycleGAN: युग्म रहित छवि-से-छवि अनुवाद चक्र संगति के साथ
CycleGAN, जिसे ICCV 2017 में झू एट अल. द्वारा प्रस्तुत किया गया था, दो दृश्य डोमेन के बीच छवियों का अनुवाद करना सीखता है, जिसके लिए युग्मित प्रशिक्षण उदाहरणों की आवश्यकता नहीं होती है। यह एक साथ दो जनरेटर और दो डिस्क्रिमिनेटरों को प्रशिक्षित करता है, एक चक्र-संगति बाधा को लागू करता है ताकि डोमेन X से Y और फिर वापस अनुवादित की गई छवि मूल को पुनः प्राप्त कर सके। यह तब लागू होता है जब बड़े संरेखित डेटासेट अनुपलब्ध होते हैं, जैसे कि तस्वीरों को कलाकृति शैलियों में बदलना, गर्मियों के परिदृश्यों को सर्दियों के दृश्यों में बदलना, या उपग्रह इमेजरी को मानचित्र टाइलों में मैप करना।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 2). CycleGAN (Cycle-Consistent Image Translation). ScholarGate. https://scholargate.app/hi/deep-learning/cyclegan
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- जनरेटिव एडवरसैरियल नेटवर्कगहन अधिगम↔ compare
- न्यूरल स्टाइल ट्रांसफरगहन अधिगम↔ compare
- Wasserstein GAN (WGAN)गहन अधिगम↔ compare