看文章和源码，一般是 gan loss、consistency loss 、identity loss 的权重比例是 1：10：10。在UGATIT的源码里热图辅助分类器的loss 更是高达1000.这是根据什么确定的？

感觉训练的cycgan，10轮后没啥变化，风格并未迁移，可能是loss权重的原因么？

我也遇到了和您同样的问题，请教大佬关于这个问题最后有答案了吗？loss权重尤其是identity_loss该怎么定？cycleGAN训练时候有哪些值得注意的坑以及技巧吗？您的回答将对我非常重要，感谢！

gan loss 提升细节清晰度，consistency loss 提升目标图像与原图像的内容一致性， identity loss 我理解是用作更好的保持原图片颜色配置

调试时要分开。论文里也介绍了这些loss的各自作用

可以分别看下各部分loss的值的范围，然后就可以根据比例设置了。如果某部分过大，另外的部分成了零头就失效了

解决了我的困扰，非常感谢！目前我的gan loss、consistency loss以及identity loss的权重比例在多次调试后，分别为1：40：0.5，因为想用cycleGAN做可见图像到红外图像的跨模态迁移，为了避免过多的颜色信息影响所以将identity loss权重降低。调整各loss权重后目前迁移效果有提升，但跟真实红外图像相比仍有很大差异，你有什么好的建议吗？

这个任务应该数据是成对的，参考下pix2pixHD试试吧，我也能力有限～～

好的，感谢！