gans

本站收录 32 个带「gans」标签的 AI 开源项目

pytorch-CycleGAN-and-pix2pixPyTorch 实现的经典图像到图像转换框架，包含 pix2pix 与 CycleGAN 两大模型，支持风格迁移、图像修复、超分辨率等任务，是学习与复现 GAN★ 25,254CycleGAN经典无监督图像风格迁移框架，无需成对数据即可实现照片转绘画、马变斑马等趣味效果，广泛应用于风格迁移与图像翻译领域，是计算机视觉领域教科书级的开源项目。★ 12,876SDVSDV（Synthetic Data Vault）是一个用于表格数据合成生成的Python库，旨在解决真实数据隐私保护、数据稀缺和测试数据获取难的问题。它提供了★ 3,567contrastive-unpaired-translationCUT（Contrastive Unpaired Translation）是一个基于对比学习的无配对图像到图像翻译框架，由Taesung Park等人于ECCV★ 2,556Anime2SketchAnime2Sketch 是一个专门从动漫/插画图像中提取线稿的开源工具。它基于生成对抗网络（GAN）和深度学习技术，能够自动将彩色动漫图片转换为干净、清晰的线★ 2,130fg-data-syntheticfg-data-synthetic 是一个专注于表格数据和时间序列数据合成的开源工具库。它利用生成对抗网络（GAN）等深度学习技术，解决真实数据获取成本高、隐私★ 1,659gansformerGansformer 是一个将 Transformer 架构引入生成对抗网络（GAN）的图像生成模型，旨在解决传统 CNN 生成器在捕捉全局结构和多物体场景组合★ 1,344data-efficient-gansdata-efficient-gans 是 NeurIPS 2020 论文《Differentiable Augmentation for Data-Effic★ 1,310MixNMatchMixNMatch 是一个基于 PyTorch 的图像生成与编辑工具，专注于解耦表示学习。它能够将图像分解为背景、形状、外观和姿态四个独立因子，并支持用户通过任★ 964anycost-ganAnycost 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★ 779AttentionGANAttentionGAN是一个基于生成对抗网络（GAN）的无配对图像到图像翻译模型，同时支持多域图像转换。它通过引入注意力机制，在训练过程中自动学习区分前景和背★ 687StyleSwinStyleSwin 是一个基于 Transformer 的高分辨率图像生成模型，发表于 CVPR 2022。它针对传统 GAN 在生成高分辨率图像时依赖卷积结构★ 543SelectionGANSelectionGAN是一个用于跨视角图像翻译的生成对抗网络模型，发表于CVPR 2019（Oral）。它解决的是给定一个视角的场景图像，生成另一个视角（如航★ 467vision-aided-ganvision-aided-gan 是一个 CVPR 2022 Oral 论文的开源实现，核心思想是利用现成的预训练模型（如 CLIP、DINO 等）来辅助 GA★ 423Text-to-Image-Synthesis这是一个基于PyTorch的文本生成图像（Text-to-Image）的GAN实现，对应论文《Generative Adversarial Text-to-Im★ 411stylegan-vStyleGAN-V 是一个基于 StyleGAN2 架构的连续视频生成模型，由 Snap 研究院在 CVPR 2022 提出。它解决了传统视频生成模型在分辨率★ 391CoCosNet-v2CoCosNet-v2 是一个基于深度学习的图像翻译项目，专注于全分辨率对应关系学习。它解决的是图像到图像翻译中，当输入图像与参考图像存在大形变或视角差异时，如★ 346fineganFineGAN 是一个基于生成对抗网络（GAN）的细粒度图像生成与发现工具，由 IBM 研究院开发。它通过无监督的分层解耦学习，将图像生成过程分解为背景、父类别★ 281Matlab-GANMatlab-GAN 是一个基于 MATLAB 实现多种生成对抗网络（GAN）的开源项目，涵盖从基础 GAN 到 Pixel2Pixel、CycleGAN 等经★ 209DCLGANDCLGAN 是一个基于 PyTorch 的无监督图像到图像翻译框架，源自 CVPRW 2021 论文《Dual Contrastive Learning fo★ 179GestureGANGestureGAN 是一个基于生成对抗网络（GAN）的手势到手势转换工具，发表于 ACM MM 2018（Oral）。它解决的是在自然场景（非受控环境）中，如★ 176FQ-GANFQ-GAN是一个基于PyTorch的图像生成与翻译框架，官方实现了FQ-GAN模型。它旨在解决高分辨率图像生成和跨域图像转换中的质量与效率问题，通过引入全量化★ 166icfaceICface 是一个基于 GAN 的人脸重演（Face Reenactment）开源项目，旨在实现可解释且可控的人脸动画生成。它通过解耦人脸的身份特征与动作单元★ 164MirrorGANMirrorGAN是一个基于PyTorch的文本生成图像（Text-to-Image）开源实现，核心思想是通过“镜像”机制提升生成图像与文本描述的语义一致性。它★ 132taganTAGAN 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★ 87GNGAN-PyTorchGNGAN-PyTorch 是论文《Gradient Normalization for Generative Adversarial Networks》的官方★ 73C2GANC2GAN是一个基于生成对抗网络的图像生成工具，专注于关键点引导的图像生成任务。它提出了Cycle In Cycle的结构，通过将关键点（如人脸关键点、姿态关键★ 70AvatarGANAvatarGAN 是一个基于生成对抗网络（GAN）的卡通头像生成项目，主要用 Jupyter Notebook 实现。它解决的是如何从真实人脸照片自动生成风格★ 67Image-Generation-models这是一个用 PyTorch、PyTorch Lightning 和 Hydra 实现的生成模型集合，涵盖 GAN、VAE、扩散模型和自回归模型四大类。项目旨在为★ 61img2imgGANimg2imgGAN 是论文《Toward Multimodal Image-to-Image Translation》的 TensorFlow 实现，属于多模★ 57GAN-XML-FixerGAN-XML-Fixer 是一个基于生成对抗网络（GAN）的 XML 文件自动修复工具。它针对 XML 文件因格式错误、标签缺失或结构损坏而无法解析的问题，训★ 57

相关标签

image-generation607pytorch576generative-adversarial-network74computer-vision366deep-learning773gan117image-manipulation38computer-graphics27image-translation17cyclegan12pix2pix10tensorflow149