pix2pix

基于GAN的黑白漫画自动上色,使用pix2pix模型    这个项目是很久之前的项目了，由于平时喜欢看漫画，而大多数漫画网站提供的都是黑白漫画，加上当时想做点有趣的东西，所以看了很多github跌跌撞撞的用tensorflow实现了上色，但是当时仅仅会用，而不理解，现在由于要做毕业设计，所以从基本的gan开始看起来，做了pix2pix的分析模型，用Pytorch实现了pix2pix模型，并且在电脑运行了一下，效果还行。 首先看一下pix2pix的生成器。 生成器使用了UNET网络结构,相比于普通网络在上采样时会保留原始信息。 判别器相比于普通GAN模型使用了patchGAN，即判别器不是仅仅输出待判别的图片的真假，而是输出一个矩阵，最终结果求平均，相当于经“投票”后再判断是真是假。
完整代码见github
最终结果如下： 5000轮训练后：

100000轮训练后

使用的数据集是基于danbooru2018做了灰度转换拼接。

原始数据集类型如下： 做过灰度拼接之后：