U-GAT-IT论文解读（飞浆）

U-GAT-IT 论文主要贡献 模型结构 生成器 判别器 损失函数 实验结果 论文主要贡献 解决了无监督的图像翻译问题，当两个域的图像的纹理和形状差别很大时，现有的一些经典模型(CycleGan、UNIT、MUNIT、DRIT等)效果不佳，这些算法适用于两个域的差别不大时，如Photo2Vangogh和Vhoto2Portriat，而Cat2Dog和Selfie2Anime(自拍到漫画)效果不好，

>>阅读原文<<