generative-compression

收录理由

这份代码是Agustsson等人2018年GAN图像压缩论文的TensorFlow实现，对想复现该方法的开发者来说，它几乎就是原始算法的直接落地。仓库里既有训练脚本，也有compress.py，能加载训练好的检查点，把原图和重建图并排输出，极端低码率下的画质损失一眼就能看出来。需要说明的是，这是研究性质的项目，不是生产级编码器：它依赖TensorFlow 1.8，训练时batch size固定为1，作者也坦率地指出解码器可能产生幻觉纹理，比如建筑里长出绿植。这种对失败模式的诚实交代，加上附带的预训练模型和支持语义图的条件版本，让这个仓库成为研究感知质量与码率权衡时很有价值的参考。