CycleGAN: Përkthim i imazheve pa çifte me konsistencë cikli
CycleGAN, i prezantuar nga Zhu et al. në ICCV 2017, mëson të përkthejë imazhe midis dy domenëve vizualë pa kërkuar shembuj trajnimi të çiftëzuar. Ai trajnon dy gjeneratorë dhe dy diskriminatorë njëkohësisht, duke zbatuar një kufizim të konsistencës së ciklit në mënyrë që një imazh i përkthyer nga domeni X në Y dhe përsëri të rikuperojë origjinalin. Kjo e bën atë të aplikueshëm kudo që mungojnë grupe të mëdha të dhënash të rreshtuara, siç janë kthimi i fotografive në stile arti, kthimi i peizazheve verore në skena dimërore, ose hartëzimi i imazheve satelitore në pllaka hartash.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- 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 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 2). CycleGAN (Cycle-Consistent Image Translation). ScholarGate. https://scholargate.app/sq/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.
- Rrjeti kundërshtar gjeneruesMësimi i thellë↔ compare
- Transferimi i Stilit NeuralMësimi i thellë↔ compare
- GAN Wasserstein (WGAN)Mësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →