Bild-zu-Bild-Übersetzung
Bild-zu-Bild-Übersetzung ist eine Aufgabe im Bereich der Computer Vision und Maschinelles Lernen, die darauf abzielt, das Abbildungsverhältnis zwischen Eingangs- und Ausgangsbildern zu erlernen, um bestimmte Ziele zu erreichen, wie z.B. Stilübertragung, Datenvergrößerung oder Bildrestauration. Durch die Erstellung komplexer Modelle kann diese Aufgabe die visuellen Attribute von Bildern effektiv transformieren, die Vielfalt und Flexibilität der Bildverarbeitung erhöhen und hat einen breiten Anwendungswert.
SYNTHIA-to-Cityscapes
GTAV-to-Cityscapes Labels
ResNet101 65.1
Cityscapes Labels-to-Photo
pix2pix
ADE20K Labels-to-Photos
CoCosNet
COCO-Stuff Labels-to-Photos
PITI
IXI
ResViT
ADE20K-Outdoor Labels-to-Photos
CoCosNet
CelebA-HQ
StarGAN v2
Cityscapes-to-Foggy Cityscapes
MIC
cat2dog
U-GAT-IT
Cityscapes Photo-to-Labels
pix2pix
selfie2anime
GNR
LLVIP
FLIR
BCI
pyramidpix2pix
horse2zebra
CycleGANAS
RaFD
StarGAN
vangogh2photo
U-GAT-IT
zebra2horse
CycleGAN
photo2vangogh
U-GAT-IT
selfie-to-anime
FQ-GAN
Deep-Fashion
CoCosNet
Aerial-to-Map
cGAN
anime-to-selfie
FQ-GAN
AFHQ
StarGAN v2
Object Transfiguration (sheep-to-giraffe)
InstaGAN
SYNTHIA Fall-to-Winter
CyCADA
KITTI Object Tracking Evaluation 2012
SRNet
dog2cat
2017_test set
Apples and Oranges
photo2portrait
U-GAT-IT
BRATS
AFHQ (Wild to Dog)
EGSDE
ADE-Indoor Labels-to-Photo
SB-GAN
Zebra and Horses
Shared discriminator GAN
AFHQ (Cat to Dog)
portrait2photo