深度学习之CycleGAN算法解析
CycleGAN 算法解析及详细介绍
1. CycleGAN 算法由来
CycleGAN（循环一致生成对抗网络）是一种 无监督的图像到图像转换（Image-to-Image Translation） 方法，由 Jun-Yan Zhu 等人 在 2017 年提出，论文 《Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks》 介绍了该算法。CycleGAN 旨在 无须成对数据（Unpaired Data） 的情况下，实现两个不同域（Domain）之间的图像转换，如：
- 照片风格转换（如将普通照片转换为梵高风格的画）
- 季节变化（如将夏天的风景图变为冬天）
- 物体转换（如马和斑马的相互转换）