سائیکل GAN

CycleGAN، "Cycle-consistent Adversarial Networks" کا مخفف ہے، ایک تصویر سے تصویر کی منتقلی کی تکنیک ہے جسے Jun-Yan Zhu، Taesung Park، Phillip Isola، اور Alexei A. Efros نے تیار کیا ہے۔ یہ پہلی بار 2017 میں پیش کیا گیا تھا اور یہ ایک قسم کا جنریٹو ایڈورسریل نیٹ ورک (GAN) ہے جسے ایک تصویری ڈومین سے دوسرے میں نقشہ سازی سیکھنے کے لیے ڈیزائن کیا گیا ہے۔

ایک عام GAN میں، ایک جنریٹر نیٹ ورک دیئے گئے ان پٹ ڈومین سے نئی تصاویر بناتا ہے، مثال کے طور پر، بلیوں کی تصاویر۔ لیکن CycleGAN اس لحاظ سے مختلف ہیں کہ انہیں جوڑی والی تصاویر کی ضرورت نہیں ہے۔ اس کا مطلب یہ ہے کہ، بلیوں کی تصاویر اور کتوں کی تصاویر کے ڈیٹاسیٹ سے سیکھنے کے بجائے، تصاویر کو جوڑا بنایا جا سکتا ہے۔ لہذا، اس مثال میں، نیٹ ورک کے ایک حصے کو بلیوں کی تصاویر اور دوسرے حصے کو بلیوں کی ڈرائنگ پر تربیت دی جا سکتی ہے۔

نیٹ ورک کو سائیکل کی مستقل مزاجی کے نقصان کا استعمال کرتے ہوئے تربیت دی جاتی ہے، دونوں جنریٹر ایک دوسرے کے آؤٹ پٹس کا تخمینہ لگانے کی کوشش کرتے ہیں۔ اس سائیکل کی مستقل مزاجی کے نقصان کے دو حصے ہیں - ایک حصہ اس بات کو یقینی بناتا ہے کہ بلی کی تصویر کو دو نیٹ ورکس سے گزرنے کے بعد واپس اسی تصویر میں تبدیل کیا جائے، اور دوسرا حصہ اس بات کو یقینی بناتا ہے کہ ڈرائنگ کی تصویر کو واپس بلی میں تبدیل کیا جائے۔ دونوں نیٹ ورکس سے گزرنے کے بعد ایک ہی تصویر۔

CycleGAN خاص طور پر ایسے مسائل کی جگہوں میں مفید ہے جہاں غیر متوازن کلاسز جیسے کہ رات اور دن کی تصاویر، پینٹنگ اور تصاویر وغیرہ۔ یہ ماڈل تصویر سے تصویری ترجمہ اور ڈومین موافقت جیسے کاموں میں بھی استعمال ہوتا ہے۔ یہاں تک کہ اسے "سپر ریزولوشن" نامی تصاویر کے نئے فنکارانہ انداز بنانے کے لیے بھی استعمال کیا گیا ہے، جسے چہرے کی شناخت اور آبجیکٹ کا پتہ لگانے جیسے کاموں کے لیے استعمال کیا جا سکتا ہے۔

CycleGANs کو متعدد کاموں کے لیے خاص طور پر موثر دکھایا گیا ہے جیسے کہ غیر نگرانی شدہ سنگل امیج سپر ریزولوشن، امیج کلرائزیشن، امیج اسٹائل ٹرانسفر، ویڈیو فریم انٹرپولیشن، ایریل امیج سنتھیسز، اور امیج ٹو امیج ٹرانسلیشن۔

بالآخر، CycleGANs تصویر سے تصویری ترجمے کے لیے ایک طاقتور ٹول ہیں، کیونکہ ان کی نگرانی نہیں کی جاتی، ان کے لیے پہلے سے تربیت یافتہ ماڈل کی ضرورت نہیں ہوتی، اور مختلف کاموں پر لاگو ہونے پر نسبتاً تیز ہوتے ہیں۔ CycleGANs کی بنیادی حد یہ ہے کہ وہ تصویر کے معیار اور رفتار دونوں کے حوالے سے ضروری طور پر مستحکم نہیں ہیں۔