CycleGANsformer

用 Transformer 升级 CycleGAN，让图像翻译更懂全局关系

CycleGANsformer 是一个基于 PyTorch 的未配对图像到图像翻译项目，结合了 Transformer 架构与生成对抗网络（GAN）。它旨在解决传统 CycleGAN 在捕捉长距离依赖和全局上下文方面不足的问题，通过引入 Transformer 模块增强生成器的特征表达能力和图像合成质量。项目目前处于开发初期（WIP），核心能力包括：利用 Transformer 的自注意力机制建模图像全局关系，配合 CycleGAN 的循环一致性损失实现无配对训练，支持多种图像翻译任务（如风格迁移、季节转换等）。代码结构清晰，基于 PyTorch 实现，便于研究者扩展和实验。