《Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks》CycleGAN论文解析

鼎鼎大名的cycleGAN，今天我们来说一说这篇文章。

首先介绍下GAN，传送门：https://blog.youkuaiyun.com/wenqiwenqi123/article/details/86178376

介绍下GAN的损失函数，传送门：https://blog.youkuaiyun.com/wenqiwenqi123/article/details/105099445

在确保你了解了GAN的原理后，我们再接着看cycleGAN。

平常的GAN的原理就是一个生成器G，和一个判别器D，判别器D努力辨认生成的图片是真是假，而生成器G努力蒙混判别器，让生成的图片逼真。但是cycleGAN，有两个G和两个D，构成了一个环路，因此称之为cycle。

我们先来看cycleGAN解决了一个什么问题：我们有两个不同的域，A域和B域，两个域中的图片的分布和风格是不同的，要让A域的图片经过处理后变成B域的风格和分布，且保留原图的大部分内容信息。举例子：斑马变成普通的马。而cycleGAN跟之前的pixel2pixel算法最大的改进是，不再需要成对的数据