概述
这很重要，因为收集配对训练数据通常是不可能的，而 CycleGAN 为混乱的现实世界数据集解锁了风格迁移。
深入探讨
CycleGAN 由 Zhu、Park、Isola 和 Efros 于 2017 年推出，可解决不配对的图像到图像的转换问题。大多数早期的方法（如 pix2pix）需要精确的配对：与照片和草图相同的场景。 CycleGAN 使用两个生成器（G 将域 A 转换为 B，F 将 B 转换回 A）和两个判断每个域中真实性的判别器消除了这一要求。突破在于循环一致性损失：如果你将马照片翻译成斑马并将其翻译回来，你应该恢复原始的马。此约束阻止生成器发明任意输出并强制有意义的、内容保留的映射。众所周知，它把夏天的风景变成了冬天，把莫奈的画变成了照片，把苹果变成了橘子，所有这些都是从两个不相关的图像堆中学到的。
现实世界的实施
将照片变成莫奈、梵高或塞尚的绘画风格，无需配对照片绘画示例
将夏季风景照片转换为冬季场景（反之亦然）以创建电影和游戏资产
在无法进行配对患者扫描的医学研究中将 MRI 扫描转换为类似 CT 的图像
采用合成驾驶模拟器镜头使其看起来逼真，以训练自动驾驶车辆感知
CycleGAN 非配对翻译的未来
CycleGAN 的核心思想——循环一致性——在现代非配对翻译工作中得以延续，包括基于扩散的方法，将 GAN 主干交换为具有更清晰、更多样化输出的去噪模型。研究人员现在将不成对翻译应用于医学成像（合成扫描模式）、自动驾驶模拟到真实传输的领域适应以及数据增强。期望对变化的内容和保持不变的内容进行更严格的控制，以及混合循环约束与文本条件扩散编辑的混合方法。
付诸实践
为什么这很重要
- 速度与规模. 视觉人工智能可以大规模自动化检查、检测和标记任务。
- 构建选择. 创意团队可以通过更少的手动修改更快地构建概念原型。
- 团队与工作流程. 操作可以使用以前难以处理的图像和视频信号。
留意
- 如果出处不明，肖像权和同意可能会成为法律风险。
- 模型性能可能因光照、人口统计和环境的不同而有所不同。
- 除非监控置信阈值，否则误报可能会被忽视。
后续步骤
- 定义精确度、召回率和错误成本的接受标准。
- 使用符合实际生产条件的数据进行测试。
- 为低置信度或高影响力的预测添加人工审核。
- 跟踪模型漂移并在相机或数据集更改后重新验证。
不断探索
常见问题
什么是 CycleGAN 不配对翻译？
CycleGAN 学习在两个视觉域之间转换图像（例如将马转换为斑马，或将照片转换为绘画），而无需匹配的前后示例对。这很重要，因为收集配对训练数据通常是不可能的，而 CycleGAN 为混乱的现实世界数据集解锁了风格迁移。
CycleGAN 解决了哪些像 pix2pix 这样的早期方法无法解决的关键问题？
CycleGAN 的主要贡献是不配对翻译，从两个不相关的图像集合而不是精确的图像对中学习域之间的映射。
循环一致性损失会强制执行什么？
循环一致性意味着 F(G(x)) 应等于 x：一匹马变成了斑马，而背部应该看起来像原来的马。
标准 CycleGAN 使用多少个生成器？
CycleGAN 使用两个生成器，每个生成器对应一个平移方向（A 到 B 和 B 到 A），以及两个判别器。
CycleGAN 通常使用什么类型的判别器？
CycleGAN 使用 PatchGAN 判别器来判断重叠补丁的真假，鼓励局部现实主义。
为什么 CycleGAN 中有时会添加身份损失？
当图像已位于目标域中时，身份丢失会惩罚不必要的更改，从而有助于保留颜色和色调。