Cycle-GAN-in fikri nədir? Onun içində hansı itkilər istifadə olunur?

Cycle-GAN — bu arxitektura şəbəkələrinin rəqabətli generativ şəbəkələridir və məqsədi şəkilləri bir domendən digərinə öyrənməkdir, cüt nümunələr olmadan (görülməmiş şəkil-şəkil tərcüməsi).

Əsas fikir — döngə uyğunluğu təmin etməkdir: əgər A domenindən olan şəkli B domeninə çevirmək və sonra yenidən A-ya çevirmək, nəticə orijinal şəkilə yaxın olmalıdır.

Aşağıdakı itkilər istifadə olunur:

• Qarşılıqlı itki (Adversarial Loss): yaradılan şəkillərin məqsədli domenin real şəkillərinə bənzəməsini təmin edir.

• Döngə uyğunluğu itkisi (Cycle Consistency Loss): orijinal şəkil ilə ikiqat çevirmədən sonra bərpa olunan şəkil arasındakı fərqi cəzalandırır (A→B→A və B→A→B).

• İdentiklik itkisi (Identity Loss): seçimlidir, şəkil artıq məqsəd domeninə aid olsa, rəng palitrasını və strukturu qorumağa kömək edir.

Bu şəkildə, Cycle-GAN, uyğun şəkil cütlüklərinə ehtiyac olmadan domenlər arasında çevirmə modellərini öyrənməyə imkan verir.