gan 第 2 页

本站收录 119 个带「gan」标签的 AI 开源项目（按 GitHub 星标从高到低，第 2 / 3 页）

improved-video-ganImproved-Video-GAN 是一个基于生成对抗网络（GAN）的视频生成开源项目，源自论文《Improving Video Generation for★ 329VocGANVocGAN 是一个基于生成对抗网络（GAN）的高保真实时声码器，专为语音合成和文本转语音（TTS）系统设计。它解决的核心问题是传统声码器（如 WaveNet）★ 321video_prediction这是一个基于生成对抗网络（GAN）和变分自编码器（VAE）的视频预测开源项目，核心是解决视频帧序列的未来预测问题。它采用随机对抗训练方式，能够生成多种可能的未来★ 304joliGENjoliGEN 是一个基于 PyTorch 的生成式 AI 图像与视频工具集，融合了 GAN 和扩散模型，专注于解决真实世界中的图像生成与编辑问题。它提供图像到★ 290TSITTSIT是ECCV 2020 Spotlight论文的官方实现，提出了一种简单且通用的图像到图像翻译框架。它通过特征变换（feature transformat★ 287univnetUnivNet是一个基于GAN的神经网络声码器，用于从声学特征（如梅尔频谱）合成高质量语音波形。它由韩国团队提出，论文发表于2021年，本仓库是其非官方PyTo★ 287alisALIS（Aligning Latent and Image Spaces）是ICCV 2021的官方实现，旨在解决生成对抗网络（GAN）中潜在空间与图像空间不★ 266data_science_blogs这是一个数据科学博客的配套代码仓库，作者将博客文章中涉及的所有代码集中管理。项目主要解决博客读者无法直接获取可运行代码的问题，提供从数据预处理、机器学习建模到可★ 253ICCV2023-MCNETMCNET是ICCV2023收录的说话头视频生成官方实现，针对现有方法在源人脸身份信息利用不充分、生成视频身份保持不佳的问题，提出隐式身份表示条件化的记忆补偿网★ 253Awesome-ICCV2025-ICCV2021-Low-Level-Vision这是一个汇总ICCV 2025和ICCV 2021低层视觉方向论文与代码的精选列表。低层视觉是计算机视觉中处理图像像素级任务的分支，包括图像去噪、去模糊、去雨、★ 249MoCoGAN-HDMoCoGAN-HD 是一个基于 GAN 的高分辨率视频生成框架，核心思想是利用预训练的高质量图像生成器（如 StyleGAN）来合成视频帧，从而避免从头训练视★ 246AI-text-to-video-model-from-scratch这是一个从零开始构建小型文本生成视频模型的教程项目，基于Jupyter Notebook实现。它解决了初学者难以理解复杂视频生成模型内部原理的问题，通过清晰的代★ 238StoryGANStoryGAN 是一个用于故事可视化的序列条件生成对抗网络（GAN）开源项目。它解决的是如何根据多句文本故事自动生成一系列连贯且与语义相符的图像序列的问题。其★ 234DeceiveDDeceiveD 是 NeurIPS 2021 收录的少样本 GAN 训练方法，核心解决真实数据不足时 GAN 训练不稳定、易过拟合的问题。它提出自适应伪增强（★ 234awesome-diffusion这是一个精选的扩散模型（Diffusion Models）资源列表，汇集了相关的 notebooks、工具、软件、教程和资料。它旨在帮助研究人员和开发者快速找到★ 218arbitrary-text-to-image-papers这是一个持续更新的论文列表，系统梳理了任意文本到图像生成领域的学术资源。项目按技术路线分类整理，涵盖基于GAN、场景图、对话交互等不同范式的论文，并为每篇论文附★ 210BCIBCI 是一个基于 Pyramid Pix2pix 的乳腺癌免疫组化（IHC）图像生成工具，旨在通过生成对抗网络（GAN）将 H&E 染色的病理图像转换为对应的★ 205SyntaSpeechSyntaSpeech 是一个语法感知的生成对抗式文本转语音（TTS）模型，发表于 IJCAI 2022。它针对传统 TTS 模型忽略文本句法结构、导致合成语音★ 201DistanceGANDistanceGAN 是论文《One-Sided Unsupervised Domain Mapping》（NIPS 2017）的 PyTorch 实现，用于★ 194Catch-A-WaveformCatch-A-Waveform 是 NeurIPS 2021 论文的官方 PyTorch 实现，旨在解决从单个极短音频样本（如几秒钟）中学习并生成新音频的问题★ 191diganDIGAN 是一个基于隐式生成对抗网络的视频生成模型，由新加坡国立大学等机构提出，发表于 ICLR 2022。它针对传统视频生成方法难以捕捉复杂时空动态、生成视★ 186wavegan-pytorchWaveGAN 的 PyTorch 非官方实现，用于生成原始音频波形。该项目解决了从零训练生成对抗网络（GAN）生成音频的工程门槛，提供了完整的训练、生成和评估★ 173MSMC-TTSMSMC-TTS 是一个多阶段多码本（Multi-Stage Multi-Codebook）的语音合成（TTS）开源项目，基于深度学习与 GAN 架构，结合 V★ 168lecam-ganlecam-gan 是一个基于 PyTorch 的生成对抗网络实现，专注于在有限数据条件下训练 GAN。它通过引入 LeCam 散度作为正则化项，改进判别器的训★ 166PromptGallery-stable-diffusion-webuiPromptGallery-stable-diffusion-webui 是一个为 Stable Diffusion WebUI 设计的提示词图库扩展，旨在解决★ 161NEDNED是CVPR 2022提出的视频人脸表情编辑工具，基于PyTorch实现。它解决的是视频中演员面部情绪的精准操控问题，用户可以通过指定情绪标签（如开心、悲伤★ 160CycleGAN-VC3CycleGAN-VC3 是一个基于 CycleGAN 的语音转换（Voice Conversion）开源项目，旨在将一个人的声音转换为另一个人的声音，同时保留★ 157stylegan2-encoder-pytorch这是一个基于PyTorch的StyleGAN2域内GAN反演实现，旨在将真实图像编码到StyleGAN2的潜在空间中，从而实现对真实图像的高质量编辑和重建。它解★ 149MLDS2018SPRINGMLDS2018SPRING 是台湾大学李宏毅教授2018年春季《机器学习及其深层次与结构化》课程的公开资料库，包含课程讲义、作业代码和项目示例。项目主要面向深★ 146LGGANLGGAN 是一个基于生成对抗网络的语义引导场景生成模型，发表于 CVPR 2020。它解决的是从语义分割图（或跨视角条件）生成逼真场景图像的问题，核心创新在于★ 144OneShotTranslationOneShotTranslation 是论文《One-Shot Unsupervised Cross Domain Translation》（NIPS 2018★ 141outpainting_srnoutpainting_srn 是 CVPR 2019 论文《Wide-Context Semantic Image Extrapolation》的官方实现，专★ 134sem2nerfSem2NeRF 是 ECCV 2022 收录的研究项目，旨在将单张语义分割掩码（Semantic Mask）转换为三维神经辐射场（NeRF），实现从单视角语义★ 127ExprGANExprGAN 是一个基于 TensorFlow 实现的面部表情编辑开源项目，核心创新在于可控的表情强度编辑。它解决了传统 GAN 只能生成固定表情、无法精细控★ 126Avocodo-pytorchAvocodo-pytorch 是 Avocodo 声码器的 PyTorch 实现。Avocodo 是一种基于生成对抗网络（GAN）的声码器，旨在从声学特征（如★ 122pytti-notebookpytti-notebook 是一个基于 Google Colab 的图像生成与风格迁移实验笔记本，主要利用 GAN（生成对抗网络）技术实现图像动画化和风格转换★ 112ZeroSpeech-TTS-without-T这是一个基于PyTorch的ZeroSpeech 2019挑战赛实现，旨在解决无文本标注的语音合成（TTS-without-T）问题。传统TTS需要文本转录作为★ 112multiple-objects-gan这是一个实现ICLR 2019论文《Generating Multiple Objects at Spatially Distinct Locations》的P★ 111deep-landscapeDeepLandscape 是 ECCV2020 论文的官方实现，专注于风景视频的对抗性建模。它解决的核心问题是：如何从单一静态风景图像生成具有自然动态效果（如★ 111Faces2AnimeFaces2Anime 是一个基于生成对抗网络（GAN）的人脸卡通化风格迁移开源项目，源自 2021 年台湾科技大学硕士论文。它旨在将真实人脸照片转换为动漫风格★ 108semantic-object-accuracy-for-generative-text-to-image-synthesis这是一个用于生成式文本到图像合成任务的语义对象准确率评估工具，对应TPAMI 2020论文。它解决的是传统评估指标（如IS、FID）无法有效衡量生成图像中语义对★ 106StyleNATStyleNAT 是一个基于 Neighborhood Attention（邻域注意力）机制的图像生成框架，属于 GAN 家族。它解决了传统 GAN 在生成高分★ 102dp_cgansdp_cgans 是一个用条件生成对抗网络（cGAN）结合差分隐私技术生成合成表格数据或 RDF 数据的 Python 库。它要解决的核心问题是：在数据共享、测★ 101Speech2VideoSpeech2Video 是一个基于 ACCV 2020 论文的开源项目，旨在从单一音频输入生成具有3D骨架正则化和丰富身体姿态的说话人视频。它解决的核心问题是★ 100Dual-task-Pose-Transformer-NetworkDual-task-Pose-Transformer-Network 是一个用于姿态引导的人物图像生成模型，发表于 CVPR 2022。它解决的核心问题是：在给★ 98Deep-Learning-Applications-with-GUI这是一个收集带图形界面（GUI）或命令行（CLI）的自由开源深度学习应用的清单项目。它旨在解决深度学习工具大多面向开发者、缺乏易用界面，导致普通用户难以使用的问★ 95taganTAGAN 是 NeurIPS 2018 论文《Text-Adaptive Generative Adversarial Networks: Manipulat★ 94AODAAODA是论文《Adversarial Open Domain Adaptation for Sketch-to-Photo Synthesis》的官方实现，发★ 88TFGANTFGAN 是一个基于生成对抗网络（GAN）的高保真语音合成开源项目，核心创新在于同时利用时域和频域信息进行对抗训练，以提升合成语音的自然度和真实感。该项目解决★ 88D2M-GAND2M-GAN 是一个基于生成对抗网络（GAN）的跨模态音乐生成项目，发表于 ECCV 2022。它解决的核心问题是：给定一段舞蹈视频（无声），自动生成与舞蹈动★ 85

相关标签

image-generation613deep-learning815generative-adversarial-network74pytorch605computer-vision377machine-learning904image-manipulation39speech-synthesis247tts759gans32image-to-image-translation22tensorflow153