이미지-이미지 변환
이미지-이미지 변환은 컴퓨터 비전과 기계 학습 분야에서 입력 이미지와 출력 이미지 사이의 매핑 관계를 학습하여 특정 목표를 달성하는 작업입니다. 예를 들어 스타일 전환, 데이터 증강, 또는 이미지 복원 등이 있습니다. 복잡한 모델을 구축함으로써 이 작업은 이미지의 시각적 속성을 효과적으로 변환할 수 있으며, 이미지 처리의 다양성과 유연성을 높여 광범위한 응용 가치를 가지고 있습니다.
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
ADE20K-Outdoor Labels-to-Photos
CoCosNet
IXI
ResViT
CelebA-HQ
StarGAN v2
Cityscapes-to-Foggy Cityscapes
MIC
cat2dog
U-GAT-IT
Cityscapes Photo-to-Labels
pix2pix
BCI
pyramidpix2pix
FLIR
horse2zebra
CycleGANAS
LLVIP
RaFD
StarGAN
selfie2anime
GNR
photo2vangogh
U-GAT-IT
vangogh2photo
U-GAT-IT
zebra2horse
CycleGAN
Aerial-to-Map
cGAN
AFHQ
StarGAN v2
anime-to-selfie
FQ-GAN
Deep-Fashion
CoCosNet
Object Transfiguration (sheep-to-giraffe)
InstaGAN
selfie-to-anime
FQ-GAN
SYNTHIA Fall-to-Winter
CyCADA
2017_test set
ADE-Indoor Labels-to-Photo
SB-GAN
AFHQ (Cat to Dog)
AFHQ (Wild to Dog)
EGSDE
Apples and Oranges
BRATS
dog2cat
KITTI Object Tracking Evaluation 2012
SRNet
photo2portrait
U-GAT-IT
portrait2photo
Zebra and Horses
Shared discriminator GAN