zi2zi

收录理由

设计一套完整的字体是件费时费力的工作，而像书法或草书这样的手写风格，几乎不可能靠人工完成。zi2zi 把这个问题当作条件 GAN 来处理：输入一个标准字体的字符，模型就能输出同一字符在目标风格下的形态。它引入了类别嵌入，让同一个训练好的模型可以在多种风格之间切换；在 pix2pix 的基础上，还借用了 AC-GAN 的类别损失和 DTN 的常数损失。当判别器损失趋于平缓后，可以启用标签打乱技巧，这个机制迫使模型继续泛化，对训练中从未见过的字符处理效果明显更好。作者在博客里附带了网络结构图和多种字体的对比效果图，即便代码库创建于 2017 年、偏向研究用途而非长期生产部署，这份资料仍具参考价值。