Jaký je nápad Cycle-GAN? Jaké ztráty se v něm používají?

Cycle-GAN je architektura generativních protivných sítí navržená tak, aby se naučila převádět obrázky z jednoho domény do druhého bez párových příkladů (nesupervizovaný překlad obrázek na obrázek).

Hlavní myšlenkou je zajistit cyklickou konzistenci: pokud převedete obrázek z domény A do domény B a poté zpět do A, výsledek by měl být blízko původnímu obrázku.

Používají se následující typy ztrát:

• Adversarial Loss (soupeřící ztráta): zajišťuje, že generované obrázky budou podobné skutečným obrázkům cílového domény.

• Cycle Consistency Loss (cyklická konzistence): penalizuje odchylku mezi původním obrázkem a obrázkem zrekonstruovaným po dvojité transformaci (A→B→A a B→A→B).

• Identity Loss (identitní ztráta): volitelná, pomáhá zachovat barevnou paletu a strukturu, když obrázek již patří do cílového domény.

Tímto způsobem umožňuje Cycle-GAN trénovat modely transformace mezi doménami bez nutnosti mít páry odpovídajících obrázků.