基于Tensorflow的CycleGAN测试(非成对图像风格迁移：橙子--> 苹果)

图像风格迁移有两种大的类型，一种是成对的，一种是非成对了。

成对的著名模型就是pix2pix，这种的例子，如从影像地图转换为矢量地图，从素描转换为纹理图等。这些的特点就是训练数据集之间的成对的。

而非成对的，就是如从不同物体之间的转换，如从橙子转换为苹果，或者不同季节之间的切换。

(/Uploads/Images/Content/201706/f2d23373478a0363da620fcb1a3b9974.jpg，两者之间的比较如这个网址的图片所示。)



在上次实现了pix2pix之后，这回也尝试着实现一下不成对的风格迁移，套路还是差不多的。著名就是cyclegan模型，这种模型也是需要从训练集中(不同类的物体之间)寻找一种特征映射，而这种映射的实现是基于GAN来实现的。

测试例子如下所示：





可以看到，在物体(宏观)之间的转换，其结果是比较好的。

而一旦涉及到果实里面的部分的比较时，这个就相对弱一些了。(效果不算好)