Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 네이버 부스트캠프 ai tech 6기
- diffusion
- video generation
- dreammotion
- diffusion model
- transformer
- controllable video generation
- diffusion models
- 코딩테스트
- 코테
- DP
- visiontransformer
- Python
- emerdiff
- image editing
- magdiff
- controlnext
- masactrl
- segmentation map
- 논문리뷰
- 3d editing
- 3d generation
- Programmers
- VirtualTryON
- 프로그래머스
- Vit
- BOJ
- video editing
- score distillation
- segmenation map generation
Archives
- Today
- Total
목록CycleGAN (1)
평범한 필기장
[평범한 학부생이 하는 논문 리뷰] Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Network (CycleGAN)
기존 image to image translation의 문제점 기존 pix2pix모델을 통한 image to image translation은 paired된 데이터로만 가능했다. 그러나 paired된 데이터는 실제로는 흔하지 않다. 그렇기에 unpaired된 데이터에 대해서도 image to image translation이 가능한 모델이 필요하다. 이러한 문제를 해결하기 위해 나온 모델이 바로 CycleGAN이다. CycleGAN은 그럼 어떤 차이점을 가졌길래 앞선 문제를 해결했을까? CycleGAN의 특징 위의 이미지(a)가 CycleGAN의 가장 특징을 보여준다. 기존의 GAN은 $G : X \rightarrow Y$ 라는 하나의 매핑함수만 가지고 이미지를 생성했다. 하지만 $X$라는 도메인에서 Y..
AI/GAN
2023. 6. 21. 02:37