generative-adversarial-network 第 2 页
本站收录 74 个带「generative-adversarial-network」标签的 AI 开源项目（按 GitHub 星标从高到低，第 2 / 2 页）
Deep-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★ 95
taganTAGAN 是 NeurIPS 2018 论文《Text-Adaptive Generative Adversarial Networks: Manipulat★ 94
Conditional-AnimeGANConditional-AnimeGAN 是一个基于条件生成对抗网络（Conditional GAN）的动漫人脸生成项目。它解决了从随机噪声或指定类别条件生成高★ 93
Vec2FaceVec2Face 是 ICLR 2025 收录的官方实现，旨在解决人脸数据集生成中的规模与多样性瓶颈。传统方法依赖精确条件控制（如文本、属性标签），而 Vec2★ 92
CWRCWR 是一个基于对比学习的水下图像复原开源项目，对应 IGARSS 2021 口头报告论文。它解决水下图像因光吸收和散射导致的颜色失真、对比度低、细节模糊等问★ 92
CtrlHairCtrlHair 是一个基于生成对抗网络（GAN）的可控发型编辑工具，来自 ECCV 2022 论文。它解决的是人脸图像中发型编辑难以精确控制的问题，允许用户通★ 84
ismir2019tutorial这是一个用于ISMIR 2019教程的配套网站，教程主题为“用GAN生成音乐：概述与案例研究”。该项目旨在为音乐生成领域的研究者和开发者提供系统性的学习资源，涵★ 84
CycleGAN_ssimCycleGAN_ssim 是一个基于 CycleGAN 的图像生成改进项目，核心目标是解决 CycleGAN 生成图像视觉质量不佳的问题。它通过对比多种相似度★ 83
tgan2tgan2 是论文《Train Sparsely, Generate Densely: Memory-efficient Unsupervised Traini★ 82
videoganVideoGAN 是论文《Generating Videos with Scene Dynamics》的 TensorFlow 实现，属于早期视频生成领域的生成★ 79
VQGAN-CLIP-DockerVQGAN-CLIP-Docker 是一个将 VQGAN 与 CLIP 模型结合并容器化的开源项目，旨在实现零样本（zero-shot）文本到图像的生成。它解决★ 77
GNGAN-PyTorchGNGAN-PyTorch 是论文《Gradient Normalization for Generative Adversarial Networks》的官方★ 73
DCGAN-TensorflowDCGAN-Tensorflow 是一个基于 TensorFlow 实现的深度卷积生成对抗网络（DCGAN）开源项目，主要用于图像生成任务。它解决了传统 GAN★ 71
TimeSeriesGANTimeSeriesGAN 是一个基于生成对抗网络（GAN）的时间序列分析工具，专注于合成数据生成、异常检测和插值。它利用 GAN 的生成能力来模拟真实时间序列★ 70
SeGANSeGAN 是一个基于生成对抗网络（GAN）的早期开源项目，旨在解决图像中不可见部分的语义分割与生成问题。其核心思路是通过对抗训练，让模型不仅能够识别图像中可见★ 68
cyclegan-qpcyclegan-qp 是论文《Artist Style Transfer Via Quadratic Potential》的官方 PyTorch 实现，旨在解★ 68
AvatarGANAvatarGAN 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★ 67
CycleGANsformerCycleGANsformer 是一个基于 PyTorch 的未配对图像到图像翻译项目，结合了 Transformer 架构与生成对抗网络（GAN）。它旨在解决★ 65
keras-text-to-imagekeras-text-to-image 是一个基于 Keras 的早期文本生成图像项目，利用 GAN（生成对抗网络）和 Word2Vec 以及循环神经网络（RN★ 64
Image-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★ 61
bmuseganbmusegan 是一个基于卷积生成对抗网络（GAN）的复调音乐生成开源项目，对应论文《Convolutional Generative Adversarial★ 58
GAN-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
CPPN-WGANCPPN-WGAN 是一个将组合模式生成网络（CPPN）与 Wasserstein GAN（WGAN）结合的开源生成艺术实验项目。它利用 CPPN 的连续空间映★ 54
RAT-GANRAT-GAN 是一个基于条件生成对抗网络（Conditional GAN）的文本到图像生成项目，旨在根据自然语言描述生成对应的图像。它解决了从文本语义到视觉内★ 53