英文 | 简体中文
PaddleGAN
PaddleGAN为开发者提供经典和前沿生成对抗网络的高性能实现,并支持开发者快速构建、训练和部署GANs,用于学术研究、娱乐和工业应用。
生成对抗网络(GAN)被"卷积网络之父"Yann LeCun(杨立昆)誉为"过去十年计算机科学领域最有趣的想法之一"。它是深度学习中AI研究人员最关注的研究领域之一。
🎪 热门活动
-
2021.4.15~4.22
GAN 7天课程营:百度资深研发工程师帮助你在7天内学习基础和高级GAN知识!
课程视频和相关资料:https://aistudio.baidu.com/aistudio/course/introduce/16651
🚀 最新更新
-
👶 年轻还是老年?:StyleGAN V2 人脸编辑 - 时光机! 👨🦳
-
🔥 最新发布:PP-MSVSR 🔥
- 视频超分辨率SOTA模型
-
😍 男孩还是女孩?:StyleGAN V2 人脸编辑 - 改变性别! 😍
-
👩🚀 太空漫游:LapStyle 图像翻译带你环游宇宙👨🚀
-
🧙♂️ 最新创意项目:为你的霍格沃茨学生证创建魔法/动态头像 🧙♀️
-
-
💞 新增人脸变形功能💞:你可以完美地融合任意两张人脸,并让新面孔呈现任何面部表情!
-
发布新版本的First Order Motion模型,具有两个令人印象深刻的特性:
-
新增图像转换功能——将照片转换为油画风格:
文档教程
安装
- 环境依赖:
- PaddlePaddle >= 2.1.0
- Python >= 3.6
- CUDA >= 10.1
- 完整安装教程
入门教程
模型教程
- Pixel2Pixel
- CycleGAN
- LapStyle
- PSGAN
- First Order Motion Model
- FaceParsing
- AnimeGANv2
- U-GAT-IT
- Photo2Cartoon
- Wav2Lip
- 单图超分辨率(SISR)
- 包括:RealSR、ESRGAN、LESRCNN、PAN、DRN
- 视频超分辨率(VSR)
- 包括:⭐ PP-MSVSR ⭐、EDVR、BasicVSR、BasicVSR++
- StyleGAN2
- Pixel2Style2Pixel
- StarGANv2
- MPR Net
- 人脸增强
- PReNet
- SwinIR
- InvDN
- AOT-GAN
- NAFNet
- GFPGan
- GPEN
复合应用
在线教程
你可以在AI Studio上运行这些项目,学习如何使用上述模型:
示例
人脸变形
图像转换
老视频修复
动作驱动
超分辨率
妆容转换
人脸卡通化
真实人脸卡通化
照片动画化
唇形同步
新功能 在 Huggingface Spaces 上使用 Gradio 尝试唇形同步网页演示:
更新日志
-
v2.1.0 (2021.12.8)
- 发布视频超分辨率模型PP-MSVSR及多个预训练权重
- 发布多个SOTA视频超分辨率模型及其预训练模型,如BasicVSR、IconVSR和BasicVSR++
- 发布轻量级动作驱动模型(体积压缩:229M->10.1M),并优化融合效果
- 发布高分辨率FOMM和Wav2Lip预训练模型
- 发布基于StyleGANv2的多个有趣应用,如人脸反演、人脸融合和人脸编辑
- 发布百度自研的高效风格迁移模型LapStyle及其有趣应用,并推出官网体验页面
- 发布轻量级图像超分辨率模型PAN
-
v2.0.0 (2021.6.2)
- 发布First Order Motion模型和多个预训练权重
- 发布支持多人脸动作驱动的应用
- 发布视频超分辨率模型EDVR和多个预训练权重
- 发布对应PaddleGAN的7天打卡训练营内容
- 增强PaddleGAN在Windows平台上运行的稳定性
-
v2.0.0-beta (2021.3.1)
- 完全切换到Paddle 2.0.0版本的API。
- 发布超分辨率模型:ESRGAN、RealSR、LESRCNN、DRN等。
- 发布唇形迁移模型:Wav2Lip
- 发布街景动漫化模型: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)
- 发布首个版本,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、图像和视频上色、图像动画。
- 模块化设计和友好的接口。
社区
扫描下方二维码加入[PaddleGAN QQ群:1058398620],您可以在这里获得官方技术支持,并与其他开发者/朋友交流。期待您的加入!
PaddleGAN特别兴趣小组(SIG)
特别兴趣小组最早由ACM(计算机协会)于1961年提出并使用。包括Kubernetes在内的顶级国际开源组织都采用了SIG的形式,使具有相同特定兴趣的成员可以共享、学习知识并开发项目。这些成员不需要在同一个国家/地区或同一个组织,只要志同道合,就可以为相同的目标一起学习、工作和娱乐~
PaddleGAN SIG是一个汇集了对GAN感兴趣的开发者的组织。其中有PaddlePaddle的一线开发人员、世界500强的高级工程师,以及国内外顶尖大学的学生。
我们持续招募有兴趣和能力的开发者加入我们,共同构建这个项目,探索更多有用和有趣的应用。
SIG贡献:
- zhen8838:贡献了AnimeGANv2。
- Jay9z:贡献了DCGAN并更新了安装文档等。
- HighCWu:贡献了c-DCGAN和WGAN。支持使用
paddle.vision.datasets
。 - hao-qiang和minivision-ai:贡献了photo2cartoon项目。
贡献
我们非常欢迎您的贡献和建议。大多数贡献都需要您同意贡献者许可协议(CLA)。 当您提交拉取请求时,CLA-bot将自动确定您是否需要提供CLA。只需按照机器人提供的说明进行操作即可。您只需在所有使用我们CLA的仓库中执行一次此操作。 更多信息,请参考贡献指南。
许可证
PaddleGAN 基于Apache 2.0许可证发布。