[发明专利]生成对抗网络训练方法、装置、计算机设备和存储介质

权利要求书

1.一种生成对抗网络训练方法，其特征在于，所述方法包括：

获取训练样本集；所述训练样本集包括多个第一样本数据和对应的第二样本数据；所述第二样本数据对应的重建图像的层厚小于所述第一样本数据对应的重建图像的层厚；

基于所述训练样本集进行神经网络训练，得到循环生成对抗网络。

2.根据权利要求1所述的方法，其特征在于，所述基于所述训练样本集进行神经网络训练，得到所述循环生成对抗网络，包括：

分别从所述第一样本数据和所述第二样本数据中选取出第一块数据和第二块数据；

基于所述第一块数据和所述第二块数据进行神经网络训练，得到所述循环生成对抗网络。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

根据多个所述第一块数据和所述第二块数据进行神经网络训练，得到所述循环生成对抗网络。

4.根据权利要求2所述的方法，其特征在于，所述循环生成对抗网络包括第一生成器和第二生成器，所述基于所述第一块数据和所述第二块数据进行神经网络训练，得到所述循环生成对抗网络，包括：

将所述第一块数据输入到所述第一生成器进行重建，得到第一生成结果；

将所述第二块数据输入到所述第二生成器进行重建，得到第二生成结果；

将所述第一生成结果输入到所述第二生成器进行重建，得到第三生成结果；

将所述第二生成结果输入到所述第一生成器进行重建，得到第四生成结果；

基于所述第一块数据、所述第二块数据、所述第一生成结果、所述第二生成结果、所述第三生成结果和所述第四生成结果计算总损失值，并根据所述总损失值调整网络参数得到所述循环生成对抗网络。

5.根据权利要求4所述的方法，其特征在于，所述循环生成对抗网络还包括第一判别器和第二判别器，所述总损失值包括第一损失值和第二损失值，所述基于所述第一块数据、所述第二块数据、所述第一生成结果、所述第二生成结果、所述第三生成结果和所述第四生成结果计算总损失值，并根据所述总损失值调整网络参数得到所述循环生成对抗网络，包括：

基于所述第一块数据、所述第二块数据、所述第一生成结果、所述第二生成结果、所述第三生成结果和所述第四生成结果计算出所述第一损失值，基于所述第一块数据、所述第二块数据、所述第一生成结果和所述第二生成结果计算出所述第二损失值；

利用所述第一损失值调整所述第一生成器和所述第二生成器的网络参数，利用所述第二损失值调整所述第一判别器和所述第二判别器的网络参数，得到所述循环生成对抗网络。

6.根据权利要求5所述的方法，其特征在于，所述第一损失值的计算过程包括：

将所述第二生成结果输入到所述第一判别器中，得到所述第一判别器输出的第一判别结果，计算所述第一判别结果与相同尺寸的全一数据之间的损失，得到第一生成对抗损失值；所述第一判别结果用于指示所述第二生成结果是否为真的第一块数据；

将所述第一生成结果输入到所述第二判别器中，得到所述第二判别器输出的第二判别结果，计算所述第二判别结果与相同尺寸的全一数据之间的损失，得到第二生成对抗损失值；所述第二判别结果用于指示所述第一生成结果是否为真的第二块数据；

计算所述第一块数据与所述第三生成结果之间的损失，得到第一循环对抗损失值，计算所述第二块数据与所述第四生成结果之间的损失，得到第二循环对抗损失值；

对所述第一生成对抗损失值、所述第二生成对抗损失值、所述第一循环对抗损失值和所述第二循环对抗损失值进行加权求和计算，得到所述第一损失值。