#137 · 主分类: 图像生成

iGAN

computer-graphics computer-vision dcgan deep-learning gan generative-adversarial-network image-manipulation pix2pix

基于生成对抗网络的交互式图像生成

项目最后更新:08/05/20

GitHub Stars

4.0K

Forks数量

584

贡献者数量

2

许可证

MIT

收录理由

iGAN把生成对抗网络变成可以手动操控的工具,而不是只能随机采样。用户随手画几笔轮廓或涂上几抹颜色,系统就会在预训练DCGAN的潜空间里搜索,实时返回与编辑匹配的照片级图像。这对设计师和研究者来说很实用,他们可以像在画布上直接作画一样快速试验视觉想法;对于想了解生成模型潜空间到底包含什么内容的人,它也是个直观的入口。这个界面同时还能充当调试辅助:因为它能展示模型能生成什么、不能生成什么,你可以在正式采用某个GAN之前先探清它的边界。需要提醒的是,代码基于Python 2、Theano和较旧的GPU工具链,今天要跑起来会面临不少环境配置上的麻烦。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目