سايكل-جان
CycleGAN
ترجمة بين نطاقين من الصور دون أزواج مقترنة، باستخدام مولّدين متعاكسين ومميِّزين، مع خسارة "اتساق الدورة" التي تفرض أن الترجمة ذهاباً وإياباً تعيد الصورة الأصلية.
نظرة عامة
| الاسم | سايكل-جان – CycleGAN |
|---|---|
| سنة الظهور | 2017 |
| الباحثون | Jun-Yan Zhu، Taesung Park، Phillip Isola، Alexei A. Efros |
| الجهة | UC Berkeley |
| الورقة الأصلية | Unpaired image-to-image translation using cycle-consistent adversarial networks DOI arXiv |
| نوع البيانات | صور |
| المجالات | الذكاء الاصطناعي التوليدي، الرؤية الحاسوبية، تحليل الصور الطبية |
| الكلفة الحسابية | أربع شبكات؛ تقريباً ضعف GAN. |
| حجم البيانات | مئات إلى آلاف الصور لكل نطاق. |
المشكلة التي تحلها
pix2pix تحتاج أزواج صور متطابقة، وهي غير متوفرة غالباً (مثل صورة حصان وصورة الحمار الوحشي نفسه بنفس الوضعية).
الخلفية والتطور
ما قبلها: الشبكات التوليدية التنافسية، الشبكات التنافسية المشروطة
الفكرة الأساسية
$G:X\to Y$ و$F:Y\to X$. الخسارة التنافسية تجعل $G(x)$ يبدو من $Y$. لكنها وحدها تسمح بأي تعيين يطابق التوزيع، فتضاف خسارة الدورة $F(G(x))\approx x$ و$G(F(y))\approx y$ لتقييد الحلول.
المخطط التفاعلي
مخطط توضيحي مبسّط بأبعاد مثال صغير، وليس رسماً مطابقاً لكل تفاصيل التنفيذ الأصلي. اضغط أي طبقة لترى وظيفتها وأبعادها والعملية الرياضية.
اختر طبقة من المخطط.
الاتجاه المعاكس y → F(y) → G(F(y)) متناظر.
المكونات
| المكوّن | الوظيفة |
|---|---|
| G: X→Y | |
| F: Y→X | |
| D_X, D_Y | مميِّزان |
| Cycle loss | L1 لإعادة البناء |
| Identity loss (اختياري) | للحفاظ على الألوان |
المعادلات
1. الهدف الكامل
| $\lambda$ | 10 في الورقة |
2. خسارة اتساق الدورة
| $G$ | المحوّل من المجال X إلى Y |
| $F$ | المحوّل العكسي من Y إلى X |
| $\lVert\cdot\rVert_1$ | مجموع القيم المطلقة للفروق |
آلية العمل خطوة بخطوة
- اسحب دفعة من X ودفعة من Y (غير مقترنتين).
- ترجم في الاتجاهين.
- احسب الخسائر التنافسية والدورة.
- حدّث المولّدين ثم المميِّزين.
المزايا والقيود
المزايا
- لا يحتاج أزواجاً.
- فعال لتغيير الأسلوب والمظهر.
القيود
- ضعيف في التغييرات الهندسية الكبيرة.
- قد "يخفي" معلومات في إشارات دقيقة لتحقيق الدورة.
- خطر هلوسة بنى غير موجودة (حرج طبياً).
متى تُستخدم؟ ومتى لا؟
تناسب
- نقل الأسلوب أو المظهر بين نطاقين بلا أزواج.
لا تناسب
- حين تتوفر أزواج (pix2pix أدق).
- تطبيقات طبية دون تحقق صارم من الحفاظ على التشريح.
التطبيقات
| المجال | الاستخدام |
|---|---|
| الرؤية الحاسوبية | نقل الأسلوب والفصول. |
| تحليل الصور الطبية | مواءمة صور من أجهزة مختلفة (مع حذر). |
| الذكاء الاصطناعي التوليدي | تحويل المظهر. |
كود PyTorch
كود تعليمي مبسّط يعمل على بيانات اصطناعية صغيرة، يغطي: الاستيراد، وتعريف النموذج، والبيانات، والتمرير الأمامي، والخسارة، والمُحسِّن، وحلقة التدريب، والتقييم، والاستدلال. ليس التنفيذ الكامل للبحث الأصلي.
# CycleGAN على نطاقين ثنائيي الأبعاد غير مقترنين
# مثال تعليمي مبسّط بـ PyTorch (ليس التنفيذ الأصلي الكامل للبحث): بيانات اصطناعية صغيرة،
# يعمل على المعالج المركزي (CPU) خلال ثوانٍ. الأرقام التي يطبعها تخص هذا المثال فقط.
# 1) استيراد المكتبات
import torch
import torch.nn as nn
import torch.nn.functional as F
torch.manual_seed(0)
# 2) تعريف النموذج
def mlp(i, o, h=64):
return nn.Sequential(nn.Linear(i, h), nn.LeakyReLU(0.2), nn.Linear(h, h), nn.LeakyReLU(0.2), nn.Linear(h, o))
G_AB, G_BA = mlp(2, 2), mlp(2, 2) # مولّدان: A→B و B→A
D_A, D_B = mlp(2, 1), mlp(2, 1) # مميِّزان لكل نطاق
# 3) إعداد البيانات
# نطاقان غير مقترنين (unpaired): A قطعة أفقية، B قطعة رأسية. لا توجد أزواج (a, b) جاهزة إطلاقاً.
def sample_A(n): return torch.stack([torch.rand(n) * 2 - 1, 0.03 * torch.randn(n)], 1)
def sample_B(n): return torch.stack([0.03 * torch.randn(n), torch.rand(n) * 2 - 1], 1)
def dist_to_B(x): # المسافة إلى القطعة الرأسية {0}×[-1,1]
return torch.sqrt(x[:, 0] ** 2 + F.relu(x[:, 1].abs() - 1) ** 2)
# 4) الخسائر: خصومية (LSGAN كما في CycleGAN) + اتساق الدورة بوزن λ
mse, l1, LAMBDA = nn.MSELoss(), nn.L1Loss(), 10.0
opt_g = torch.optim.Adam(list(G_AB.parameters()) + list(G_BA.parameters()), lr=1e-3, betas=(0.5, 0.999))
opt_d = torch.optim.Adam(list(D_A.parameters()) + list(D_B.parameters()), lr=1e-3, betas=(0.5, 0.999))
# 5) حلقة التدريب
STEPS, BATCH = 3000, 256
for step in range(STEPS):
a, b = sample_A(BATCH), sample_B(BATCH)
fake_b, fake_a = G_AB(a), G_BA(b) # Forward Pass
adv = mse(D_B(fake_b), torch.ones(BATCH, 1)) + mse(D_A(fake_a), torch.ones(BATCH, 1))
cyc = l1(G_BA(fake_b), a) + l1(G_AB(fake_a), b) # A→B→A ≈ A و B→A→B ≈ B
g_loss = adv + LAMBDA * cyc
opt_g.zero_grad(); g_loss.backward(); opt_g.step()
d_loss = (mse(D_B(b), torch.ones(BATCH, 1)) + mse(D_B(fake_b.detach()), torch.zeros(BATCH, 1))
+ mse(D_A(a), torch.ones(BATCH, 1)) + mse(D_A(fake_a.detach()), torch.zeros(BATCH, 1))) / 2
opt_d.zero_grad(); d_loss.backward(); opt_d.step()
if step % 750 == 0 or step == STEPS - 1:
print(f"step {step:4d} adv={adv.item():.3f} cycle={cyc.item():.4f} D={d_loss.item():.3f}")
# 6) التقييم: هل تقع الترجمات على نطاق B؟ وهل تُستعاد الأصول بعد الدورة؟
with torch.no_grad():
a = sample_A(2000); fb = G_AB(a)
print(f"mean distance of G_AB(a) to domain B = {dist_to_B(fb).mean().item():.4f} (identity baseline = {dist_to_B(a).mean().item():.4f})")
print(f"cycle reconstruction error |G_BA(G_AB(a)) - a| = {(G_BA(fb) - a).abs().mean().item():.4f}")
print(f"spread of translations along B (std of y) = {fb[:, 1].std().item():.3f} (uniform on [-1,1] = 0.577)")
# 7) الاستدلال: ترجمة نقطة من A
with torch.no_grad():
p = torch.tensor([[0.5, 0.0]])
print("a =", p[0].tolist(), "→ G_AB(a) =", [round(v, 3) for v in G_AB(p)[0].tolist()])
نُفّذ هذا الكود بتاريخ 2026-11-20 في 16.6 ثانية (PyTorch (CPU), Python 3 – local build machine).
من مخرجاته:
mean distance of G_AB(a) to domain B = 0.0228 (identity baseline = 0.5041) cycle reconstruction error |G_BA(G_AB(a)) - a| = 0.0120
عدد المعاملات القابلة للتدريب في المثال: G_AB = 4٬482، G_BA = 4٬482، D_A = 4٬417، D_B = 4٬417.
هذه النتائج لبيانات اصطناعية صغيرة وعدد حقب قليل، وتُثبت أن الكود يعمل فقط؛ لا تقارنها بالنتائج المنشورة.
جرّب وتعمّق
معماريات مرتبطة
الشبكات التنافسية المشروطة
Conditional GAN (cGAN)
امتداد لـ GAN يُمرَّر فيه شرط y (فئة، نص، صورة) إلى المولّد والمميِّز معاً، فيتعلم النموذج التوزيع الشرطي p(x y) ويمكن التحكم بما يُولَّد.
الشبكات التوليدية التنافسية
Generative Adversarial Networks (GAN)
إطار توليدي من شبكتين تتنافسان: مولّد يحوّل ضوضاء عشوائية إلى عينات، ومميِّز يحاول التفريق بين العينات الحقيقية والمولَّدة. يتحسن المولّد حتى يصعب على المميِّز التمييز.
ستايل-جان
StyleGAN
مولّد GAN يحوّل الضوضاء أولاً عبر شبكة تعيين إلى فضاء كامن وسيط w، ثم يحقن "الأسلوب" في كل طبقة من شبكة تبدأ من دخل ثابت، مع حقن ضوضاء للتفاصيل العشوائية، فيعطي تحكماً ب…
لا توجد نتائج مطابقة للمرشحات.
أفكار بحثية
- قياس أثر مواءمة CycleGAN بين أجهزة التصوير على أداء نموذج تجزئة وعلى سلامة البنى التشريحية.
اقتراحات للانطلاق وليست فجوات بحثية مؤكدة؛ راجع الأدبيات الحديثة قبل اعتمادها.
اختبر فهمك
ما وظيفة خسارة اتساق الدورة؟
لماذا؟ $F(G(x))\approx x$.
كم شبكة يحتوي CycleGAN؟
لماذا؟ لكل اتجاه مولّد ولكل نطاق مميِّز.
متى يُفضل pix2pix على CycleGAN؟
لماذا؟ الإشراف المقترن أدق.
المراجع
Zhu, J.-Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired image-to-image translation using cycle-consistent adversarial networks. IEEE International Conference on Computer Vision (ICCV), 2242–2251. https://doi.org/10.1109/ICCV.2017.244
Isola, P., Zhu, J.-Y., Zhou, T., & Efros, A. A. (2017). Image-to-image translation with conditional adversarial networks. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 5967–5976. https://doi.org/10.1109/CVPR.2017.632
Goodfellow, I. J., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014). Generative adversarial nets. Advances in Neural Information Processing Systems (NeurIPS) 27. https://arxiv.org/abs/1406.2661
