【问题标题】：Which GAN model suits best for generating images of beard and no_beard with paired dataset哪种 GAN 模型最适合使用配对数据集生成 beard 和 no_beard 图像
【发布时间】：2020-04-27 22:24:12
【问题描述】：
我对 GAN 比较陌生，并且对哪种 GAN 模型最适合这个用例感到困惑：
我有一个数据集，其中包含一对拥有 NO_BEARD 和 BEARD 的男性图像。
我想用这些成对的图像训练一个 GAN，最后我想给 NN 输入一个输入图像并想要一个生成的输出图像。
我认为这可能是一个图像到图像转换 GAN 或 CycleGAN。
【问题讨论】：
标签：
deep-learning
generative-adversarial-network
【解决方案1】：
CycleGAN 是一个不错的选择，但 cycleGAN 出现的原因是因为并不总是可以收集配对数据。如果你使用它，你将不必要地训练一个模型，当你不希望它学习 B->A 翻译时，它必须学习 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。您可以结帐this github repository。
【解决方案2】：
这是一个link，用于 image2image 翻译的最先进模型。 CycleGan 可能是最著名和最容易使用的。