PaddleGAN 为开发人员提供经典和 SOTA 生成对抗网络的高性能实现,并支持开发人员快速构建、训练和部署 GAN,用于学术、娱乐和工业用途。
GAN-Generative Adversarial Network,被“卷积网络之父” Yann LeCun(杨丽坤) 誉为[过去十年计算机科学领域最有趣的想法之一]。这是人工智能研究人员最关心的深度学习研究领域之一。
文档教程
安装
- 环境依赖:
- 桨桨 >= 2.1.0
- 蟒蛇> = 3.6
- CUDA >= 10.1
- 完整安装教程
入门教程
模型教程
- Pixel2Pixel
- CycleGAN
- 膝上型
- PSGAN
- 一阶运动模型
- 人脸解析
- 动漫GANv2
- U-GAT-IT
- 照片2卡通
- Wav2Lip
- 单图像超分辨率(SISR)
- 包括:RealSR、ESRGAN、LESRCNN、PAN、DRN
- 视频超分辨率(VSR)
- 包含:⭐PP-MSVSR⭐, EDVR, BasicVSR, BasicVSR++
- 风格GAN2
- Pixel2Style2Pixel
- StarGANv2
- MPR网
- 面部增强
复合应用
在线教程
您可以在AI Studio中运行这些项目,以了解如何使用上述模型:
在线教程 | 关联 |
---|---|
运动驾驶-多人“Mai-ha-hi” | 单击并尝试 |
还原数百年前北京的影像 | 单击并尝试 |
动感驾驶——当“苏大强”唱响“解开” | 单击并尝试 |
例子
面部变形
图像翻译
超分辨率
化妆移位器
人脸卡通化
逼真的人脸卡通化
照片动画
对口型唱
变更日志
-
v2.1.0 (2021.12.8)
- 发布视频超分辨率模型PP-MSVSR和多个预训练权重
- 发布BasicVSR、IconVSR、BasicVSR++等多款SOTA视频超分辨率模型及其预训练模型
- 发布轻量级运动驱动模型(体积压缩:229M->10.1M),优化融合效果
- 发布高分辨率 FOMM 和 Wav2Lip 预训练模型
- 发布基于 StyleGANv2 的几个有趣的应用,例如人脸反转、人脸融合和人脸编辑
- 发布百度自研有效的风格迁移模型LapStyle及其趣味应用,并上线官网体验页面
- 发布轻量级图像超分辨率模型PAN
-
v2.0.0 (2021.6.2)
- 发布Fisrt Order Motion模型和多个预训练权重
- 发布支持多面动作驱动的应用程序
- 发布视频超分辨率模型EDVR和多个预训练权重
- 发布PaddleGAN对应的7天打卡训练营内容
- 增强PaddleGAN在windows平台上运行的鲁棒性
-
v2.0.0-beta (2021.3.1)
- 完全切换Paddle 2.0.0版本的API。
- 超分辨率模型发布:ESRGAN、RealSR、LESRCNN、DRN等。
- 发布唇迁移模型:Wav2Lip
- 发布街景动漫模型:AnimeGANv2
- 发布人脸动画模型:U-GAT-IT、Photo2Cartoon
- 发布 SOTA 生成模型:StyleGAN2
-
v0.1.0 (2020.11.02)
- 发布第一个版本,支持的模型包括 Pixel2Pixel、CycleGAN、PSGAN。支持的应用包括视频帧插值、超分辨率、图像和视频着色、图像动画。
- 模块化设计和友好的界面。