Kāda ir Cycle-GAN ideja? Kādas zaudējumi tajā tiek izmantoti?

Cycle-GAN ir ģeneratīvo konkurējošo tīklu arhitektūra, kas ir izstrādāta, lai iemācītos pārveidot attēlus no viena domēna uz citu bez pāru piemēriem (nesupervizēta attēla uz attēla tulkošana).

Galvenā ideja ir nodrošināt cikliski saskaņotību: ja pārveidojat attēlu no A domēna uz B domēnu un pēc tam atpakaļ uz A, rezultātam jābūt tuvu sākotnējam attēlam.

Tiek izmantoti šādi zudumu veidi:

• Pretinieku zudums (Adversarial Loss): nodrošina, ka ģenerētie attēli līdzinās reālajiem attēliem no mērķa domēna.

• Cikla saskaņotības zudums (Cycle Consistency Loss): sodīja par atšķirību starp sākotnējo attēlu un atjaunoto attēlu pēc dubultas pārveidošanas (A→B→A un B→A→B).

• Identitātes zudums (Identity Loss): izvēles, tas palīdz saglabāt krāsu paleti un struktūru, ja attēls jau pieder mērķa domēnam.

Tādējādi Cycle-GAN ļauj apmācīt pārveidošanas modeļus starp domēniem bez nepieciešamības pēc atbilstošu attēlu pāriem.