#generative-adversarial-networks Dépôts
Découvrez 53 dépôts GitHub open source actifs associés à #generative-adversarial-networks, cumulant 135,919 étoiles au total (soit une moyenne de 2,564 étoiles par projet). Le projet en tête de ce thème est eriklindernoren/PyTorch-GAN, avec 17,387 étoiles.
53 dépôts au total
🦙 LaMa Image Inpainting, Inpainting de masques larges et robustes à la résolution avec des convolutions de Fourier, WACV 2022
Apprivoiser les transformeurs pour la synthèse d'images haute résolution
Une liste d'articles sur les réseaux génératifs contradictoires (neuronaux)
SC-FEGAN : Réseau Génératif Antagoniste pour l'Édition de Visage avec Esquisse et Couleur de l'Utilisateur (ICCV2019)
Implémentation PyTorch de Self-Attention Generative Adversarial Networks (SAGAN)
Face Depixelizer basé sur le dépôt "PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models".
Voici une série de générateurs de visages basés sur StyleGAN2
Partage du flux de travail d'un programmeur intéressant né dans les années 80
Référentiel de code pour l'article CVPR 2023 "PanoHead : Synthèse 3D complète de la tête sensible à la géométrie à 360 degrés"
StyleGAN2 avec augmentation adaptative du discriminateur (ADA) - Implémentation officielle de TensorFlow
Logiciels et modèles pré-entraînés pour l'amélioration automatique de la qualité des photos utilisant des Réseaux de Neurones Convolutionnels Profonds
Une bibliothèque Python et une collection de notebooks pour créer de l'art avec l'apprentissage automatique.
📖 Une liste organisée de ressources dédiées à la conversation en face à face.
CVPR2023 - Activation de plus de pixels dans le transformeur de super-résolution d'images TPAMI - HAT : Transformeur d'attention hybride pour la restauration d'images
(NeurIPS 2024 Oral 🔥) Distillation améliorée de correspondance de distribution pour la synthèse d'images rapide
StyleGAN-Human : Une odyssée centrée sur les données de la génération humaine
APISR : Super-résolution d'anime du monde réel inspirée par la production d'anime (CVPR 2024)
Codebase pour les Réseaux Génératifs Antagonistes de Séries Temporelles (TimeGAN) – NeurIPS 2019
[IEEE TIP] "EnlightenGAN : Amélioration profonde de la lumière sans supervision appariée" par Yifan Jiang, Xinyu Gong, Ding Liu, Yu Cheng, Chen Fang, Xiaohui Shen, Jianchao Yang, Pan Zhou, Zhangyang Wang
[SIGGRAPH'22] StyleGAN-XL : Mise à l'échelle de StyleGAN sur de grands ensembles de données diversifiés
Code pour l'article : Les images générées par CNN sont étonnamment faciles à repérer... pour l'instant https://peterwang512.github.io/CNNDetection/
Code pour la génération de visages parlants contrôlables par la pose via une représentation audio-visuelle implicitement modularisée (CVPR 2021)
MAT : Transformateur conscient du masque pour l'inpainting d'images à grands trous
Apprendre la vision par ordinateur manuellement - Version Pytorch
Vision par ordinateur moderne avec PyTorch, publié par Packt
Code pour le papier NeurIPS 2024 - Le GAN est mort ; longue vie au GAN ! Un GAN de base moderne – par Huang et al.
Une collection d'études impressionnantes sur la génération vidéo.
Implémentation officielle pour « Only a Matter of Style : Age Transformation Using a Style-Based Regression Model » (SIGGRAPH 2021) https://arxiv.org/abs/2102.02754
Code de test Pytorch et Torch pour CartoonGAN [Chen et al., CVPR18]
Implémentation officielle de l'article "Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image Synthesis" à l'ICLR 2021
Ceci est le code du SpeechTokenizer présenté dans SpeechTokenizer: Unified Speech Tokenizer for Speech Language Models. Des échantillons sont présentés sur
Ce dépôt contient les codes pour LipGAN. LipGAN a été publié comme partie d'un article intitulé "Towards Automatic Face-to-Face Translation".
Une collection simple de ressources de recherche sur la génération de musique.
Code de synthèse de transformation d'âge de durée de vie
Foire aux questions
Quel est le dépôt #generative-adversarial-networks le plus populaire sur GitHub ?
Le projet #generative-adversarial-networks open source le mieux classé sur GitHub est eriklindernoren/PyTorch-GAN, avec 17,387 étoiles. Implémentations PyTorch de Réseaux Antagonistes Génératifs.
Quels langages de programmation sont les plus utilisés dans les dépôts #generative-adversarial-networks ?
Parmi les projets #generative-adversarial-networks les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TeX.
Comment le classement des dépôts #generative-adversarial-networks est-il calculé ?
Nous suivons 53 dépôts open source actifs associés à #generative-adversarial-networks (500+ étoiles), totalisant 135,919 étoiles, avec une moyenne de 2,564 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.