文章目录
-
输入的数据不是配对的, 比如一些马和斑马, 并不是一一对应的.
我们看一下它的结构, 原来的时候是只有G生成的输入到D, 然后D判断image和G生成的image, 这里为什么不行呢, 因为这样的话只要是个马就可以了, 没必要和输入的斑马形状也对应起来, 所以呢我们有两个生成器, 一个是GAB, 从斑马的生成马, 然后一个GBA, 从马生成原来的斑马, 约束输入与GBA生成的斑马, 这里的缺点是没有对GBA足够的重视, 因为GBA没有再一次使用D改善
-
于是我就可以改善一下, 一个用马作为输入, 一个用斑马作为输入, 也就是输入输出颠倒一次, 如下图:
这样的话从马做为输入可以约束GAB, 从斑马输入可以约束GBA, 这里有两个判别器, DA和DB是同一个.
这里总共有4种损失:
identity损失指的是假如我输入的是已经转换好的斑马那么经过G之后应该不变
损失函数是patch gan
