导读
CycleGAN 用 cycle consistency 解决 unpaired image translation，使季节转换、绘画域转换、对象变形等任务大幅扩展。它推动“视觉 domain / style 可被统计地学习并转换”的观念。
查看大图 ↗所链接文献 PDF 的第 1 页，保留原图与原语言。页面版本以来源文件为准；后来的修订或重印日期不替代节点的历史日期。
Zhu et al. · 原文献 · 图像权利归原权利人；不视为开放许可
资料出处 · CycleGAN ↗档案研究说明
没有成对样本时怎样学习转换
ANTI-AI ARCHIVE · 修订 2026-10-02
研究方法与具体变化
CycleGAN 针对缺乏对齐图像对的情况，学习两个图像域之间的映射。它加入反向映射和循环一致性约束，使图像转换后再返回时保留与原输入的关系。论文讨论风格集合转换、对象变化、季节转换及照片增强等任务。
本节依据: CycleGAN：非配对图像转换：资料依据
在艺术史中的位置
编者解释：无需配对资料扩大了可实验的图像集合，但域之间的统计转换不等于理解每幅图像的历史与意义。研究艺术使用时，应说明两个资料域如何组成、谁作了选择，以及转换会遗漏什么。
本节依据: CycleGAN：非配对图像转换：资料依据
正文引用资料
核读作者或会议页面的摘要与版本记录；未通读全部证明或复现实验。
本篇按引用范围扩写档案说明；研究解释不应被理解为原作者的自述或已证实的因果影响。 正文与译文使用 AI 辅助，尚未经独立人工审校；分节引文标明依据，不代表已独立验证全部史实。
带着问题继续阅读
比较本条与pix2pix：配对图像转换之间的制作方法、控制方式或展示语境。
比较本条与艺术风格的神经算法之间的制作方法、控制方式或展示语境。
日期与版本记录
节点标注日期：2017 · 来源记录的历史日期：2017
以上日期属于历史事件或资料所记版本，不是本站页面的上线日期；保留原有日期精度与待核事项。
原始资料与进一步阅读
以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。
CycleGAN
https://openaccess.thecvf.com/content_iccv_2017/html/Zhu_Unpaired_Image-To-Image_Translation_ICCV_2017_paper.html
当前引用地址
出处、翻译与核验状态
主线节点 #092 · 历史节点
研究资料与补充出处 · 1
AI 艺术谱系研究母版 · p. 18 · 057
原记日期: 2017
CycleGAN：非配对图像转换 ↗
CycleGAN
站内说明依据所列研究资料撰写，非外链全文译本；AI 辅助翻译，待独立人工审校。
母版研究论述与日期尚待独立核验。
引用本节点
ANTI-AI ARCHIVE. CycleGAN：非配对图像转换. 艺术史节点 #092. https://salondesrefuses.cn/zh/art-history/057
引用具体史实时，请同时引用上方原始资料，并补充你的访问日期。本站说明不是外链全文译本。
相邻节点按时间顺序排列，不意味着二者存在直接影响或因果关系。