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