generative_image_creation :生成图像 源码

StarGAN v2-官方PyTorch实施 StarGAN v2:多个域的多样化图像合成*,* *,*,在CVPR 2020中。(*表示相等的贡献) 论文: : 视频: : 摘要:一个良好的图像到图像转换模型应该学习不同视觉域之间的映射,同时满足以下属性:1)生成图像的多样性和2)在多个域上的可伸缩性。 现有方法解决了这两个问题之一,所有领域的多样性有限或模型多种。 我们提出了StarGAN v2,这是一个可以同时解决这两个问题的框架,并且在基线之上显示出显着改善的结果。 在CelebA-HQ和新的动物面Kong数据集(AFHQ)上进行的实验验证了我们在视觉质量,多样性和可伸缩性方面的优越性。 为了更好地评估图像到图像的翻译模型,我们发布了AFHQ,具有较大域间和域内差异的高质量动物脸。 代码,预训练模型和数据集可在clovaai / stargan-v2中找到。 宣传视频