CycleGAN是一种用于图像到图像转换的深度学习架构，它学习将图像从一个域转换到另一个域，而无需配对的训练样本。该模型由伯克利人工智能研究实验室开发，并在2017年由朱俊彦、Taesung Park、Phillip Isola和Alexei Efros发表的论文中提出，使用循环一致性损失来确保图像转换到目标域再转换回原始域后保持不变。这种方法使得诸如将照片转换为绘画、改变动物种类或改变季节外观等应用成为可能，在这些应用中获取完美匹配的输入输出对是不切实际的。
CycleGAN的核心创新在于它能够使用未配对的数据集学习两个视觉域之间的映射。与早期需要对齐图像对的模型不同，CycleGAN同时训练两个生成器网络和两个判别器网络。一个生成器将图像从域X映射到域Y，而另一个将图像从Y映射回X。循环一致性损失确保往返转换保留原始图像内容，防止模型做出丢失结构信息的任意更改。
架构与训练
CycleGAN建立在生成式人工智能的生成对抗网络框架之上，采用基于残差网络架构的生成器，包含下采样和上采样层。判别器是基于补丁的分类器，评估局部图像区域而非整个图像，这提高了训练稳定性和细节保留能力。总损失函数结合了每个映射方向的对抗损失和循环一致性损失，并由一个通常设置为10的超参数加权。
训练过程使用最小二乘对抗损失而非标准二元交叉熵，研究发现这能产生更稳定的训练和更高质量的输出。在某些实现中，模型还加入了恒等映射损失，鼓励生成器在输入已属于目标域时保留颜色和纹理。训练通常需要在高性能GPU上花费数天时间，原始实验在单个NVIDIA Tesla K80上进行。
应用与影响
该模型在多种任务中展示了令人印象深刻的结果。在艺术风格迁移中，CycleGAN将真实照片转换为莫奈、梵高和塞尚等画家的风格，使用的是未配对的风景照片和绘画集合。在物体转换方面，它将马转换为斑马、苹果转换为橙子，并将夏季景观变为冬季场景。该模型在机器学习研究中也证明了其在域适应方面的实用性，例如改进在合成图像上训练的语义分割模型以适用于真实照片。
CycleGAN以开源软件形式发布并附带PyTorch实现，使其广泛可及，催生了众多衍生作品和扩展。它影响了后续的未配对翻译研究，包括UNIT、MUNIT和StarGAN等模型，这些模型将方法扩展到多域翻译并改进对输出风格的控制。循环一致性的概念也已应用于图像之外，包括神经网络模型中的文本风格迁移和音频处理。
局限性与批评
尽管取得了成功，CycleGAN仍有显著的局限性。该模型可能产生伪影，特别是在域间存在显著几何差异时，例如改变物体形状。它在处理大的结构变化时存在困难，并可能在复杂场景中无法保留精细细节。训练过程对超参数选择敏感，循环一致性损失有时可能导致过于保守的转换，避免有意义的更改。
研究人员还指出，CycleGAN不保证输入和输出之间的语义对应关系，这意味着模型可能改变人类认为重要的元素。例如，将斑马照片转换为马可能会以意外方式改变背景或光照。这些问题促使后续研究引入注意力机制和语义约束以提高转换保真度。
遗产与相关工作
CycleGAN被认为是未配对图像翻译领域的奠基性贡献，弥合了人工智能研究与实用创意工具之间的差距。其方法已被整合到商业软件中，用于照片编辑和艺术滤镜。该模型的成功也激发了对循环一致性作为未配对数据学习一般原则的兴趣，影响了视频翻译和3D形状生成等其他领域的工作。
原始论文已被引用数千次，并仍是计算机视觉课程中的标准参考文献。代码库持续得到维护并用于研究项目，模型的架构已通过轻量级变体被适配用于实时应用。CycleGAN对从未配对数据学习的强调已成为现代深度学习研究中的关键范式，特别是当许多任务的数据集仍未配对或难以对齐时。