साइकिलगैन

CycleGAN, "साइकिल-कंसिस्टेंट एडवरसैरियल नेटवर्क्स" का संक्षिप्त नाम, जून-यान झू, ताएसुंग पार्क, फिलिप इसोला और एलेक्सी ए. एफ्रोस द्वारा विकसित एक छवि-से-छवि स्थानांतरण तकनीक है। इसे पहली बार 2017 में प्रस्तुत किया गया था और यह एक प्रकार का जेनरेटिव एडवरसैरियल नेटवर्क (GAN) है जिसे एक इमेज डोमेन से दूसरे इमेज डोमेन में मैपिंग सीखने के लिए डिज़ाइन किया गया है।

एक विशिष्ट GAN में, एक जनरेटर नेटवर्क किसी दिए गए इनपुट डोमेन से नई छवियां बनाता है, उदाहरण के लिए, बिल्लियों की तस्वीरें। लेकिन CycleGAN इस मायने में भिन्न हैं कि उन्हें युग्मित छवियों की आवश्यकता नहीं होती है। इसका मतलब यह है कि, बिल्लियों की तस्वीरों और कुत्तों की तस्वीरों के डेटासेट से सीखने के बजाय, छवियों को अयुग्मित किया जा सकता है। इसलिए, इस उदाहरण में, नेटवर्क के एक हिस्से को बिल्लियों की तस्वीरों पर और दूसरे हिस्से को बिल्लियों के चित्रों पर प्रशिक्षित किया जा सकता है।

नेटवर्क को चक्र-स्थिरता हानि का उपयोग करके प्रशिक्षित किया जाता है, जिसमें दोनों जनरेटर एक-दूसरे के आउटपुट का अनुमान लगाने की कोशिश करते हैं। इस चक्र-स्थिरता हानि के दो भाग हैं - एक भाग यह सुनिश्चित करता है कि एक बिल्ली की छवि को दो नेटवर्क से गुजरने के बाद वापस उसी छवि में परिवर्तित किया जाना चाहिए, और दूसरा भाग यह सुनिश्चित करता है कि एक ड्राइंग की छवि को वापस उसी छवि में परिवर्तित किया जाना चाहिए दो नेटवर्क से गुजरने के बाद एक ही छवि।

CycleGAN उन समस्या स्थानों में विशेष रूप से उपयोगी है जिनमें असंतुलित वर्ग होते हैं जैसे रात और दिन की छवियां, पेंटिंग और तस्वीरें इत्यादि। इस मॉडल का उपयोग छवि-से-छवि अनुवाद और डोमेन अनुकूलन जैसे कार्यों में भी किया जाता है। इसका उपयोग "सुपर-रिज़ॉल्यूशन" नामक छवियों की नई कलात्मक शैली उत्पन्न करने के लिए भी किया गया है, जिसका उपयोग चेहरे की पहचान और वस्तु का पता लगाने जैसे कार्यों के लिए किया जा सकता है।

CycleGAN को कई कार्यों के लिए विशेष रूप से प्रभावी दिखाया गया है जैसे कि बिना पर्यवेक्षित एकल छवि सुपर-रिज़ॉल्यूशन, छवि रंगीकरण, छवि शैली स्थानांतरण, वीडियो फ्रेम इंटरपोलेशन, हवाई छवि संश्लेषण और छवि-से-छवि अनुवाद।

अंततः, CycleGANs छवि-से-छवि अनुवाद के लिए एक शक्तिशाली उपकरण हैं, क्योंकि वे असुरक्षित हैं, किसी पूर्व-प्रशिक्षित मॉडल की आवश्यकता नहीं है, और विभिन्न कार्यों पर लागू होने पर अपेक्षाकृत तेज़ होते हैं। CycleGANs की प्राथमिक सीमा यह है कि वे छवि गुणवत्ता और गति दोनों के संबंध में आवश्यक रूप से स्थिर नहीं हैं।