大家好，又见面了，我是你们的朋友全栈君。
今天我来给大家介绍一下基于CGAN的pix2pix模型,给大家简单讲解一下pix2pix的原理。
这里我简单给大家CGAN,我用这张图给大家介绍CGAN的原理：
CGAN和传统的GAN不同,传统GAN的生成器Generator只是单纯地传入一个随机噪声从而生成一张图片,那么CGAN和传统的GAN有所不同。
CGAN的生成器不再只是一个随机噪声,而是传入一张图片z和一个控制条件y去生成一张假的图片,这样CGAN的生成器的任务就不只是为了骗过生成器,还要让生成的图片满足条件y。
接下来我们来看CGAN的判别器Discriminator,CGAN中的生成器也和传统的GAN不一样,CGAN中的生成器输入接受一个真(假)样本以及控制条件y判断样本是否满足控制条件y。
接下来,我们来看一下基于CGAN的pix2pix模型:
pix2pix模型可用于实现多种配对图像翻译任务。
原理如下:
配对图像翻译包括很多应用场景，输入和输出都是图片且尺寸相同
来看下原理图:
这里面的生成器G只接受一个控制条件y而不需要再输入一个随机噪声,然后输出一个图片。pix2pix中的判别器和CGAN中的一样,接受一个X真(假)样本和控制条件y来判别X和y是否匹配也就是是否为真。条件
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员-用户IM，转载请注明出处：https://javaforall.cn/127595.html原文链接：https://javaforall.cn
【正版授权，激活自己账号】： Jetbrains全家桶Ide使用，1年售后保障，每天仅需1毛
【官方授权 正版激活】： 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...