anycost-gan

按需选择计算成本，让 GAN 在普通设备上也能实时玩转图像编辑

Anycost GANs 是 CVPR 2021 收录的交互式图像合成与编辑框架，由 MIT 等机构提出。它解决的是 GAN 模型在推理时计算开销大、难以在普通设备上实时交互的问题。核心思想是训练一个支持弹性计算的生成器，用户可以根据硬件资源或延迟需求，动态选择不同的子网络（从轻量到完整）进行推理，而无需重新训练。项目提供了基于 StyleGAN2 的预训练模型，支持图像生成、属性编辑、潜空间插值等任务，并包含用于人脸编辑的编码器。其亮点在于实现了‘任意成本’的推理，即在不同计算预算下都能获得质量可接受的输出，同时通过子网络间的协同训练减少了质量损失。该代码库基于 PyTorch，提供了训练、评估和交互式演示的完整流程，适合研究弹性 GAN 和部署资源受限的生成应用。