Contrastive Learning for Unpaired Image-to-Image Translation（CUT）是发布于2020年ECCV的一篇关于图像风格转换的文章。本文最大的特点就是将目前大热的对比学习应用到了图像风格转换问题上来，实现了一种轻量级的图像风格转换模型，并且本文可以进一步实现单张图片之间的风格转换。文章切入点无配对图像风格转换领域近些年来最成功和最经典的模型无疑