cyclegan-qp

用二次势能约束，让艺术风格迁移更保真

cyclegan-qp 是论文《Artist Style Transfer Via Quadratic Potential》的官方 PyTorch 实现，旨在解决艺术风格迁移中风格与内容平衡难题。传统 CycleGAN 在风格迁移时容易产生内容失真或风格过度，该项目通过引入二次势能（Quadratic Potential）约束，改进生成器的损失函数，使模型在保留原图内容结构的同时，更精准地捕捉艺术家的笔触、色彩和纹理风格。核心能力包括：基于 CycleGAN 框架的改进训练流程、二次势能损失模块、风格与内容可调权重，以及支持自定义数据集训练。项目代码结构清晰，适合研究者复现论文实验，也可作为风格迁移应用的基线。