性别	刘海	身体朝向	姿势(偏航)

光照	微笑	脸型	唇膏颜色

绘画风格	姿势(偏航)	姿势(俯仰)	缩放和旋转

脸红和眼睛颜色	嘴型	发色	色调(橙-蓝)

[更多无监督学习的维度](https://github.com/LynnHo/EigenGAN-Tensorflow/blob/main/./results.md

EigenGAN (ICCV 2021)
_视频

EigenGAN: GANs的分层特征学习的TensorFlow实现
架构图
流形视角

使用方法

环境要求
- Python 3.6
- TensorFlow 1.15
- OpenCV, scikit-image, tqdm, oyaml
我们推荐使用 Anaconda 或 Miniconda，然后你可以使用以下命令创建环境

conda create -n EigenGAN python=3.6

source activate EigenGAN

conda install opencv scikit-image tqdm tensorflow-gpu=1.15

conda install -c conda-forge oyaml

注意：如果你创建了一个新的conda环境，记得在执行任何其他命令之前先激活它

source activate EigenGAN

数据准备

CelebA-未对齐 (10.2GB，质量比对齐数据更高)
- 下载数据集
  - img_celeba.7z (移动到 ./data/img_celeba/img_celeba.7z): Google Drive 或百度网盘 (密码 rp0s)
  - annotations.zip (移动到 ./data/img_celeba/annotations.zip): Google Drive
- 解压缩并处理数据
```
7z x ./data/img_celeba/img_celeba.7z/img_celeba.7z.001 -o./data/img_celeba/

unzip ./data/img_celeba/annotations.zip -d ./data/img_celeba/

python ./scripts/align.py
```

动漫

下载数据集

mkdir -p ./data/anime

rsync --verbose --recursive rsync://176.9.41.242:873/biggan/portraits/ ./data/anime/original_imgs

处理数据
```
python ./scripts/remove_black_edge.py
```

运行（支持多GPU）

在CelebA上训练

CUDA_VISIBLE_DEVICES=0,1 \
python train.py \
--img_dir ./data/img_celeba/aligned/align_size(572,572)_move(0.250,0.000)_face_factor(0.450)_jpg/data \
--experiment_name CelebA

在动漫数据集上训练

CUDA_VISIBLE_DEVICES=0,1 \
python train.py \
--img_dir ./data/anime/remove_black_edge_imgs \
--experiment_name Anime

测试

CUDA_VISIBLE_DEVICES=0 \
python test_traversal_all_dims.py \
--experiment_name CelebA

损失可视化

CUDA_VISIBLE_DEVICES='' \
tensorboard \
--logdir ./output/CelebA/summaries \
--port 6006

使用训练好的权重
- 训练好的权重（移动到 ./output/*.zip）
  - CelebA.zip
  - Anime.zip
- 解压文件（以CelebA.zip为例）
```
unzip ./output/CelebA.zip -d ./output/
```
- 测试（见上文）

引用

如果你在研究中发现 EigenGAN 有用，请考虑引用：

@inproceedings{he2021eigengan,
  title={EigenGAN: Layer-Wise Eigen-Learning for GANs},
  author={He, Zhenliang and Kan, Meina and Shan, Shiguang},
  booktitle={International Conference on Computer Vision (ICCV)},
  year={2021}
}

EigenGAN-Tensorflow

[更多无监督学习的维度](https://github.com/LynnHo/EigenGAN-Tensorflow/blob/main/./results.md

EigenGAN (ICCV 2021) 视频

使用方法

引用

EigenGAN (ICCV 2021)
_视频