Deep learning 哪种GAN模型最适合在成对数据集上生成胡须和无胡须的图像_Deep Learning_Generative Adversarial Network

Deep learning 哪种GAN模型最适合在成对数据集上生成胡须和无胡须的图像

deep-learning

Deep learning 哪种GAN模型最适合在成对数据集上生成胡须和无胡须的图像,deep-learning,generative-adversarial-network,Deep Learning,Generative Adversarial Network,我对GAN比较陌生，不知道哪种GAN模型最适合这个用例：我有一个数据集，其中包含一对没有胡子和胡子的男人的照片我想用这些成对的图像训练一个GAN，最后我想给NN输入一个输入图像，然后生成一个输出图像我认为这可能是一个图像到图像的转换或CycleGAN。这里是一个最先进的图像转换模型。CycleGan可能是最著名、最容易使用的。CycleGan是一个不错的选择，但CycleGan出现的原因是，配对数据并不总是可以收集的。如果你使用它，你将不必要地训练一个模型，当你不想让它学习B->a翻译时，

我对GAN比较陌生，不知道哪种GAN模型最适合这个用例：

我有一个数据集，其中包含一对没有胡子和胡子的男人的照片

我想用这些成对的图像训练一个GAN，最后我想给NN输入一个输入图像，然后生成一个输出图像

我认为这可能是一个图像到图像的转换或CycleGAN。这里是一个最先进的图像转换模型。CycleGan可能是最著名、最容易使用的。CycleGan是一个不错的选择，但CycleGan出现的原因是，配对数据并不总是可以收集的。如果你使用它，你将不必要地训练一个模型，当你不想让它学习B->a翻译时，它将不得不学习a->B翻译和B->a翻译。由于您有配对数据，我建议您使用pix2pix GAN。你可以结账。

嘿，伙计，你采取了什么方法？