#generative-adversarial-networks Repositórios
Descubra 53 repositórios ativos de código aberto no GitHub marcados com #generative-adversarial-networks, acumulando um total de 135,919 estrelas (uma média de 2,564 por projeto). O líder deste tópico é eriklindernoren/PyTorch-GAN, com 17,387 estrelas.
53 repositórios no total
🦙 LaMa Image Inpainting, Inpainting de Máscara Grande Robusto à Resolução com Convoluções de Fourier, WACV 2022
SC-FEGAN: Rede Adversária Generativa de Edição Facial com Esboço e Cor do Usuário (ICCV2019)
Implementação em Pytorch das Redes Generativas Adversariais de Auto-Atenção (SAGAN)
Face Depixelizer baseado no repositório "PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models".
Aqui está uma série de geradores de rosto baseados no StyleGAN2
Compartilhamento Interessante do Fluxo de Trabalho de um Programador dos Anos 80
Repositório de Código para o Artigo CVPR 2023 "PanoHead: Síntese 3D Completa de Cabeça Ciente da Geometria em 360 graus"
StyleGAN2 com aumento adaptativo do discriminador (ADA) - Implementação oficial em TensorFlow
Software e modelos pré-treinados para aprimoramento automático da qualidade de fotos usando Redes Convolucionais Profundas
📖 Uma lista selecionada de recursos dedicados à conversação face a face.
CVPR2023 - Ativando Mais Pixels em Transformadores de Super-Resolução de Imagem TPAMI - HAT: Transformador de Atenção Híbrida para Restauração de Imagem
(NeurIPS 2024 Apresentação Oral 🔥) Destilação de Correspondência de Distribuição Aprimorada para Síntese Rápida de Imagens
Base de Código para Redes Adversariais Generativas de Séries Temporais (TimeGAN) - NeurIPS 2019
[IEEE TIP] "EnlightenGAN: Deep Light Enhancement without Paired Supervision" por Yifan Jiang, Xinyu Gong, Ding Liu, Yu Cheng, Chen Fang, Xiaohui Shen, Jianchao Yang, Pan Zhou, Zhangyang Wang
[SIGGRAPH'22] StyleGAN-XL: Escalando o StyleGAN para Grandes Conjuntos de Dados Diversificados
Código para o artigo: Imagens geradas por CNN são surpreendentemente fáceis de identificar... por enquanto https://peterwang512.github.io/CNNDetection/
Código para Geração de Rosto Falante Controlável por Pose através de Representação Audiovisual Modularizada Implicitamente (CVPR 2021)
MAT: Transformer Consciente de Máscara para Inpainting de Imagens com Grandes Buracos
Visão Computacional Moderna com PyTorch, publicado pela Packt
Código para o artigo da NeurIPS 2024 - O GAN está morto; viva o GAN! A Modern Baseline GAN - por Huang et al.
Implementação 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 teste Pytorch e Torch do CartoonGAN [Chen et al., CVPR18]
Implementação oficial do artigo "Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image Synthesis", apresentado no ICLR 2021
Este é o código para o SpeechTokenizer apresentado em SpeechTokenizer: Unified Speech Tokenizer for Speech Language Models. As amostras são apresentadas em
Este repositório contém os códigos para LipGAN. LipGAN foi publicado como parte do artigo intitulado "Towards Automatic Face-to-Face Translation".
Uma coleção direta de recursos de pesquisa sobre Geração Musical.
Código de Síntese de Transformação da Idade ao Longo da Vida
Perguntas Frequentes
Qual é o repositório de #generative-adversarial-networks mais popular no GitHub?
O projeto de código aberto de #generative-adversarial-networks mais bem classificado no GitHub é eriklindernoren/PyTorch-GAN, com 17,387 estrelas. Implementações em PyTorch de Redes Adversárias Generativas.
Quais linguagens de programação são mais usadas nos repositórios de #generative-adversarial-networks?
Entre os projetos de #generative-adversarial-networks mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, TeX.
Como é calculada a classificação dos repositórios de #generative-adversarial-networks?
Acompanhamos 53 repositórios ativos de código aberto marcados com #generative-adversarial-networks (com mais de 500 estrelas), totalizando 135,919 estrelas e uma média de 2,564 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.