生成对抗网络GAN系列（六）--- CycleGAN---文末附代码

Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks

---文末附代码

Jun-Yan Zhu      Taesung Park          Phillip Isola             Alexei A. Efros

Berkeley AI Research (BAIR) laboratory, UC Berkeley

1.概述

 

本篇提出的cycleGAN其实也是在做image to image translation，之前已经有较为成功的网络pix2pix了（其实是同一个团队的人做的），本篇论文的出发点和pix2pix的不同在于：

①pix2pix网络要求提供 image pairs，也即是要提供x和y，整个思路为：从噪声z，根据条件x，生成和真实图片y相近的y’。条件x和图像y是具有一定关联性的！

②而本篇cycleGAN不要求提供pairs，如题目中所说：Unpaired。因为成对的图像数据集其实并不多。这里的X和Y不要求有什么较好的关联性，可以是毫不相干的两幅图像。

对比关系如下：

 

2.核心思想

从X生成Y，再从Y生成回X，如此循环往复，故名为cycleGAN

3.具体实现

两个Generator网络：G和F

两个Discriminator网络，Dx和Dy，如下图：

①所以Adversarial Loss有两部分，

因为是要对两个D和G进行优化：

②另外还有一个Cycle Consistency Loss，

这个说直白一点，就是希望：从X生成Y’再重新生成的X’，能够接近X：

此过程得到的称为forward cycleloss

此过程得到的称为backward cycleloss

采用的L1损失函数：

总得损失函数就是：

补充！！！！！！

在作者给的代码中，还加入了一个identity loss！！！也有两部分：

详细点说：

本来我要从X经过G生成fake_Y，

但如果我把Y输入进G呢？它还是应该生成fake_Y,我们可以称为fake_Y2；

也就是说，本来生成器G是用来生成Y这种风格的图像的，如果输入本身就是Y，那么就更应该生成Y这个图像了，

这就是要让这个生成器G能够做到identity mapping，所以可以计算fake_Y2和输入Y的L1-loss，称之为identity-loss；

 

同理，对于生成器F，如果输入Y，就会生成fake_X;

但如果我把X输入F，那么就得到fake_X2,也要让生成器F具备identity mapping的能力；

计算二者的L1-loss，也是作为identity-loss的一部分

所以总得来说，可以参考如下图：

 

4.网络结构

Generator采用的是Perceptual losses for real-time style transfer and super-resolution 一文中的网络结构；

简而言之，就是一个resblock组成的网络，降采样部分采用stride 卷积，增采样部分采用反卷积；

注意采用的是instance normalization

Discriminator采用的仍是pix2pix中的PatchGANs结构，大小为70x70

详细结构参考代码

5.一些实验细节：

①具体的损失函数采用的不是log而是 least-squares loss，具体来说：

关于采用此损失函数的好处，在我的此系列中第（四）篇博文中讲过，即是LSgan

②为了减少震荡，使用历史生成图片而不是最新生成图片来进行D的训练。具体为缓存50张历史生成图像；

③令λ = 10 ，使用Adam优化，base learning rate = 0.0002. We keep the same learning  rate for the first 100 epochs and linearly decay the rate to zero over the next 100 epochs.

 

6.代码：

我自己复现的精简版pytorch代码：

https://github.com/TeeyoHuang/CycleGAN-pytorch

论文作者写的pytorch版本的代码：

https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix，

。

。