1.概述
pix2pix 是對抗生成網絡的一種變體，它的結構類似於CGAN，但又有別於CGAN。先來說一下它能做哪些事情，顧名思義就是將一張圖片轉成另一張圖片（千萬不要理解成像素變像素啊），或者說將一個場景轉換成另一場景。pix2pix 能做的事情有很多，比如說將素描畫輪廓轉換成圖片，將黑夜場景轉換成白天場景，自動上色，超分辨率等等。具體的可以在pix2pix的在線演示體驗。下面列幾個應用例子。
也可以按照自己的意願直接畫圖，然後生成圖片，先點擊圖片中的clear, 然後自己畫圖， 點擊process 稍等片刻就能生成對應得實物圖。
2.理解pix2pix
還是通過該模型的兩個輸入網絡來直觀理解pix2pix.
pix2pix 同樣是由兩個網路組成，生成網絡G, 判別網絡D, 假設我們現在要將A類型的圖片轉換成B類型的圖片，兩個網絡的輸入輸出分別是：
G: 輸入圖片a（A類型）， 輸出生成的圖片G(a)
D: 輸入圖片b, 和一個A類型的圖片a, 在a和b項對應得條件下，判斷b圖片是否是真正的B類型的圖片。
要記着D的最終目的就是判斷生成的圖片是否是B類型的圖片（前提是a, b是對應着的，比如畫一個男生的素描輪廓（a）, 得到一個男生的實物圖（B）,這就是對應的含義）。
下面是pix2pix 結構圖。
先寫這麼多，希望大家能對pix2pix有個直觀的理解，具體的細節請參考原論文。