pix2pix

收录理由

pix2pix 源自 2017 年 CVPR 论文，它将条件生成对抗网络变成了图像域间转换的常用工具。与从零生成不同，它学习从一种图像到另一种图像的映射，比如把边缘图变成建筑立面，或者把草图变成照片，其做法是在成对样本上让生成器和判别器相互对抗。因此，它成为团队尝试域迁移、风格转换或配对图像合成时的重要参考。作者提到，在小型数据集上也能较快获得不错的效果，立面演示只用 400 张图、单块 GPU 训练了约两小时，所以很适合作为原型起步。需要提醒的是，这个实现面向的是老牌 Torch 生态，实际项目开发中，多数人会更倾向于作者同步维护的 PyTorch 版本，后者更活跃且结果相当甚至更好。