Pix2Pix Gans用于图像到图像的转换。图像到图像转换将输入图像的样式更改为目标样式：它尝试映射输入图像→输出图像。

在这篇文章中，我们将看到如何构建一个模型来从嘈杂的图片中创建星系图像。下面是一个示例：

数据集生成

我不得不从头开始创建一个数据集，因为有很多星系图像数据集，但没有一个真正适合这个目的。经过一番思考，我想出了一个主意。首先，从谷歌图片下载了大量的银河图片。对于每个图像，我使用Canny边缘检测创建了一个边缘贴图。根据阈值的强弱，得到不同质量的边缘图。阈值较低时，我们可以得到粗略勾勒出银河系轮廓的嘈杂图像。

Canny边缘图像看起来很嘈杂，我们将创建一个训练对，如下所示：(Canny Edge Image of Galaxy，原始Galaxy Image)

图像到图像的转换任务是将噪声图像转换成银河系风格的图像。

培训

为了训练我的GAN，我遵循了经典的TensorFlow教程：Pix2pix：使用条件GAN进行图像到图像的转换*pix2pix: Image-to-image translation with a conditional GAN

代码嵌入在下面，但是您也可以在这里找到它。here

结果

训练后，保存h5模型并用于预测，如下所示。

代码可以在这里找到。here

画廊