深度学习【45】pix2pix

论文：Image-to-Image Translation with Conditional Adversarial Networks
第一篇用GAN做图片到图片的转换，效果还可以。论文给出的一些例子：

损失函数

pix2pix用的是条件GAN，损失函数为：

与原始GAN不同的是，G网络的输入是一张待转换的图片很随机向量z（pix2pix没加入向量z），D网络的输入是待转换图片x和目标图片y（同时观察x和y，以判断生成的图片是不是真实的）。
另外，pix2pix还为G网络加入了L1损失函数：

最终的损失函数为：

网络结构

G网络

论文分别使用了encoder-decoder网络和U-Net，不过U-Net的效果会比较好。U-Net是在encoder-decoder的基础上加入了跳跃连接。