#generative-adversarial-networks Repositorios
Descubre 53 repositorios activos de código abierto de GitHub etiquetados con #generative-adversarial-networks, que acumulan 135,919 estrellas en total (una media de 2,564 estrellas por proyecto). El líder de este tema es eriklindernoren/PyTorch-GAN, con 17,387 estrellas.
53 repositorios en total
🦙 LaMa Image Inpainting, Inpainting de máscaras grandes y robusto a la resolución con convoluciones de Fourier, WACV 2022
Una lista de artículos sobre Redes Generativas Antagónicas (Neuronales)
SC-FEGAN: Red Generativa Antagónica de Edición Facial con Boceto y Color del Usuario (ICCV2019)
Implementación en PyTorch de Self-Attention Generative Adversarial Networks (SAGAN)
Face Depixelizer basado en el repositorio "PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models".
Aquí hay una serie de generadores de rostros basados en StyleGAN2
Compartir el flujo de trabajo de un interesante programador nacido en los 80
Repositorio de código para el artículo de CVPR 2023 "PanoHead: Síntesis 3D de cabeza completa consciente de la geometría en 360 grados"
StyleGAN2 con aumento adaptativo del discriminador (ADA) - Implementación oficial de TensorFlow
Software y modelos preentrenados para la mejora automática de la calidad de fotos utilizando Redes Convolucionales Profundas
Una biblioteca de Python y colección de notebooks para crear arte con machine learning.
CVPR2023 - Activación de más píxeles en el Transformer de Super-Resolución de Imágenes TPAMI - HAT: Transformer de Atención Híbrida para la Restauración de Imágenes
(NeurIPS 2024 Oral 🔥) Destilación mejorada de coincidencia de distribución para síntesis de imágenes rápida
StyleGAN-Human: Una odisea centrada en los datos de la generación humana
APISR: Superresolución de anime del mundo real inspirada en la producción de anime (CVPR 2024)
Código base para Redes Generativas Antagónicas de Series Temporales (TimeGAN) – NeurIPS 2019
[IEEE TIP] "EnlightenGAN: Mejora profunda de la luz sin supervisión pareada" por Yifan Jiang, Xinyu Gong, Ding Liu, Yu Cheng, Chen Fang, Xiaohui Shen, Jianchao Yang, Pan Zhou, Zhangyang Wang
[SIGGRAPH'22] StyleGAN-XL: Escalando StyleGAN a conjuntos de datos grandes y diversos
Código para el paper: Las imágenes generadas por CNN son sorprendentemente fáciles de detectar... por ahora https://peterwang512.github.io/CNNDetection/
Código para la generación de rostros parlantes controlables por pose mediante representación audiovisual implícitamente modularizada (CVPR 2021)
MAT: Transformer consciente de la máscara para el inpainting de imágenes con agujeros grandes
Visión por Computadora Moderna con PyTorch, publicada por Packt
Código para el artículo NeurIPS 2024 - El GAN ha muerto; ¡larga vida al GAN! Un GAN de línea base moderno – por Huang et al.
Una colección de impresionantes estudios de generación de video.
Implementación oficial para "Only a Matter of Style: Age Transformation Using a Style-Based Regression Model" (SIGGRAPH 2021) https://arxiv.org/abs/2102.02754
Código de prueba de Pytorch y Torch para CartoonGAN [Chen et al., CVPR18]
Implementación oficial del artículo "Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image Synthesis" en ICLR 2021
Este es el código para SpeechTokenizer presentado en SpeechTokenizer: Unified Speech Tokenizer for Speech Language Models. Las muestras se presentan en
Este repositorio contiene los códigos para LipGAN. LipGAN se publicó como parte del artículo titulado "Towards Automatic Face-to-Face Translation".
Una colección directa de recursos de investigación sobre generación de música.
Código de síntesis de transformación de edad de por vida
Preguntas frecuentes
¿Cuál es el repositorio de #generative-adversarial-networks más popular en GitHub?
El proyecto de código abierto de #generative-adversarial-networks mejor posicionado en GitHub es eriklindernoren/PyTorch-GAN, con 17,387 estrellas. Implementaciones de PyTorch de Redes Generativas Antagónicas.
¿Qué lenguajes de programación se utilizan más en los repositorios de #generative-adversarial-networks?
Entre los proyectos de #generative-adversarial-networks mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, TeX.
¿Cómo se calcula la clasificación de los repositorios de #generative-adversarial-networks?
Seguimos 53 repositorios activos de código abierto etiquetados con #generative-adversarial-networks (500+ estrellas), que suman un total de 135,919 estrellas, con una media de 2,564 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.