本文共 558 字，大约阅读时间需要 1 分钟。

论文地址： 这个地址里面有源码

论文主要工作

1.目标函数中加入L1约束

加入了L1约束项，该约束项主要是为了让生成的图像与ground truth尽可能靠近（从像素层面）。为什么不是加的L2约束项呐？文中说：“using L1 distance rather than L2 as L1 encourages less blurring”。加入之后的目标函数变为：

2.在生成器中，用U-net结构代替encoder-decoder

U-net与encoder-decoder相比主要是多了skip connection. 使得网络的表达能力更强。

3.使用PatchGAN作为Discriminator

通常判断都是对生成样本整体进行判断，比如对一张图片来说，就是直接看整张照片是否真实。而且Image-to-Image Translation中很多评价是像素对像素的，所以在这里提出了分块判断的算法，在图像的每个$N\times N$块上去判断是否为真，最终平均给出结果。

实验评估方式

1. Amazon Mechanical Turk(AMT)方式

简单说就是让人对生成的图像给出主观评价

2. FCN-score

FCN是经典的语义分割网络，