İçeriğe geç
parazade
Yapay Zeka

CycleGAN Nedir?

Yayın: · Son güncelleme:

CycleGAN Nedir? Kısaca

CycleGAN, birbirine karşılık gelen eşleşmiş görüntü çiftlerine ihtiyaç duymadan bir görüntü alanını başka bir alana dönüştüren GAN tabanlı bir yöntemdir. Döngü tutarlılığı adı verilen bir kısıtla çalışır.

CycleGAN nedir?
İçindekiler
  1. CycleGAN nedir?
  2. Nasıl çalışır?
  3. Kullanım alanları ve sınırlar

CycleGAN, iki farklı görüntü alanı arasında dönüşüm öğrenen bir GAN yöntemidir. Örneğin yaz manzarasını kış manzarasına, atı zebraya ya da bir fotoğrafı belirli bir resim stiline dönüştürebilir. En önemli özelliği, eğitim için birebir eşleşmiş örnek çiftleri gerektirmemesidir.

CycleGAN nedir?

Birçok görüntü dönüşüm görevinde aynı sahnenin hem "önce" hem "sonra" hâlini bulmak zordur. Aynı atın zebra hâlinin fotoğrafı yoktur. CycleGAN, bir alandan (ör. at fotoğrafları) ve diğer alandan (ör. zebra fotoğrafları) bağımsız görüntü koleksiyonlarıyla eğitilebilir.

Nasıl çalışır?

CycleGAN iki üretici ve iki ayırt edici ağ kullanır:

  • G üreticisi: A alanındaki görüntüyü B alanına çevirir.
  • F üreticisi: B alanındaki görüntüyü A alanına geri çevirir.
  • Ayırt ediciler: Üretilen görüntülerin ilgili alana gerçekten ait gibi görünüp görünmediğini denetler.

Kritik fikir döngü tutarlılığıdır: Bir görüntü A'dan B'ye, sonra tekrar A'ya çevrildiğinde başlangıçtakine çok benzemelidir. Bu kısıt, modelin görüntünün içeriğini koruyup yalnızca "stilini" değiştirmesini teşvik eder.

Kullanım alanları ve sınırlar

  • Fotoğrafı tablo stiline çevirme (stil transferi)
  • Mevsim veya gündüz-gece dönüşümleri
  • Farklı tıbbi görüntüleme türleri arasında dönüşüm araştırmaları
  • Simülasyon görüntülerini daha gerçekçi hâle getirme

CycleGAN renk ve doku değişikliklerinde başarılıdır ancak nesnenin şeklini büyük ölçüde değiştirmesi gereken dönüşümlerde (ör. kediyi köpeğe çevirme) zorlanır. Ayrıca bazen görüntüye gerçekte olmayan ayrıntılar ekleyebilir; bu nedenle tıp gibi kritik alanlarda sonuçlar dikkatle doğrulanmalıdır.

Sıkça Sorulan Sorular

CycleGAN ile Pix2Pix arasındaki fark nedir?

Pix2Pix, eğitim için birebir eşleşmiş görüntü çiftlerine ihtiyaç duyar. CycleGAN ise eşleşmemiş iki görüntü koleksiyonuyla çalışabilir ve bunu döngü tutarlılığı kısıtıyla sağlar.

Döngü tutarlılığı ne demek?

Bir görüntünün bir alana çevrilip yeniden eski alana döndürüldüğünde orijinaline benzer kalması gerektiği ilkesidir. Bu kural, dönüşüm sırasında içeriğin korunmasına yardımcı olur.

İlgili terimler

GAN(Generative Adversarial Network)GAN (çekişmeli üretici ağ), sahte örnekler üreten bir üretici ağ ile bu örnekleri gerçeklerinden ayırmaya çalışan bir ayırt edici ağın birbirine karşı eğitildiği üretken yapay zekâ yöntemidir.Pix2PixPix2Pix, eşleşmiş görüntü çiftleriyle eğitilen ve bir girdi görüntüsünü belirli bir çıktı görüntüsüne dönüştüren koşullu GAN tabanlı bir yöntemdir. Eskizden fotoğrafa veya siyah beyazdan renkliye dönüşüm gibi görevlerde kullanılır.Stil Transferi(Style Transfer)Stil transferi, bir görselin içeriğini, yani nesnelerini ve kompozisyonunu koruyarak ona başka bir görselin renk, fırça darbesi ve doku gibi sanatsal tarzını aktaran yapay zekâ tekniğidir.Görselden Görsele(Image-to-Image)Görselden görsele (image-to-image), var olan bir görselin yapay zekâ modeline girdi olarak verilip bir metin açıklaması ya da ayarlarla yeni bir görsele dönüştürülmesidir; görselin genel yapısı korunurken tarzı, ayrıntıları veya içeriği değiştirilir.Harf Çevirisi(Transliteration)Harf çevirisi (transliterasyon), bir yazı sistemindeki metnin, anlamı çevrilmeden başka bir yazı sisteminin harfleriyle yazılmasıdır. Örneğin Kiril alfabesiyle yazılmış bir ismin Latin harflerine aktarılması harf çevirisidir.Dil Tespiti(Language Detection)Dil tespiti (language detection), bir metnin ya da ses kaydının hangi dilde olduğunu otomatik olarak belirleyen doğal dil işleme görevidir. Çeviri, arama motorları ve içerik moderasyonu gibi pek çok sistemin ilk adımıdır.