pix2pix与CycleGAN的网络结构(by_xiaojian)

Posted lab210

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pix2pix与CycleGAN的网络结构(by_xiaojian)相关的知识,希望对你有一定的参考价值。

pix2pix:Image-to-image translation with conditional adversarial networks,2017 CVPR,一些链接:123pytorchtensorflow

CycleGAN:Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks,2017 ICCV,一些链接:1

以上两篇论文都是用GANs解决图像到图像翻译的问题,将域A的图像input转换为input在域B中的图像targert(output),如下图所示的形式。

技术图片

一、pix2pix(根据该程序-affinelayer/pix2pix-tensorflow)

判别器D的网络结构:

 D的输入是图像对的形式:判断真的输入是(input,target);判别假的输入是(input,output),output为input由G生成的图像。所以D中张量shape的变化过程是:

2x[batch,h,w,in_c]→[batch,h,w,2xin_c]→[batch,30,30,1]。具体结构如下图(以对假的判别为例):

 

以上是关于pix2pix与CycleGAN的网络结构(by_xiaojian)的主要内容,如果未能解决你的问题,请参考以下文章

[Pytorch系列-66]:生成对抗网络GAN - 图像生成开源项目pytorch-CycleGAN-and-pix2pix - 使用预训练模型测试pix2pix模型

[Pytorch系列-71]:生成对抗网络GAN - 图像生成开源项目pytorch-CycleGAN-and-pix2pix - 使用预训练模型训练pix2pix模型

[Pytorch系列-64]:生成对抗网络GAN - 图像生成开源项目pytorch-CycleGAN-and-pix2pix : 有监督图像生成pix2pix的基本原理

[Pytorch系列-67]:生成对抗网络GAN - 图像生成开源项目pytorch-CycleGAN-and-pix2pix - 使用预训练模型进行测试pix2pix模型

[人工智能-深度学习-63]:生成对抗网络GAN - 图片创作:普通GAN, pix2pix, CycleGAN和pix2pixHD的演变过程

#萌新日志#3.使用pix2pix CycleGAN和3d CycleGAN实现T1和T2加权模态的互转