AODA

让草图在开放域下也能生成逼真照片，突破类别限制

AODA是论文《Adversarial Open Domain Adaptation for Sketch-to-Photo Synthesis》的官方实现，发表于WACV 2022和CVPRW 2021。该项目解决开放域条件下从手绘草图生成逼真照片的问题，核心挑战在于草图与照片之间的域差距以及测试时可能出现的未知类别。它基于生成对抗网络（GAN）和对抗性开放域适应技术，通过对抗训练使模型在源域（已知草图类别）上学习的同时，能够适应目标域中的新类别，从而提升跨域图像合成的泛化能力。项目提供PyTorch实现，包含训练和测试代码，支持图像到图像的转换，适用于计算机视觉研究中的草图到照片合成、域适应和图像编辑等场景。