【文件属性】：
文件名称：stylegan2：StyleGAN2-官方TensorFlow实现
文件大小：585KB
文件格式：ZIP
更新时间：2021-02-18 18:05:51
Python
StyleGAN2 —正式的TensorFlow实施
分析和改善StyleGAN的图像质量Tero Karras，Samuli Laine，Miika Aittala，Janne Hellsten，Jaakko Lehtinen，Timo Aila
论文： : 视频： ：
摘要：基于样式的GAN架构（StyleGAN）在数据驱动的无条件生成图像建模中产生了最先进的结果。 我们将揭露和分析其一些特征工件，并提出模型体系结构和训练方法方面的更改以解决这些问题。 特别是，我们重新设计了生成器归一化，重新审视了渐进式增长，并对生成器进行了正则化，以鼓励从潜矢量到图像的映射中的良好条件。 除了改善图像质量外，此路径长度调节器还带来了其他好处，即生成器变得非常易于反转。 这使得可以可靠地检测图像是否由特定网络生成。 我们进一步可视化发生器如何充分利用其输出分辨率，并确定容量问题，从而激励
【文件预览】：
stylegan2-master
----.gitignore(32B)
----Dockerfile(362B)
----dataset_tool.py(30KB)
----run_training.py(8KB)
----projector.py(9KB)
----LICENSE.txt(5KB)
----README.md(15KB)
----pretrained_networks.py(7KB)
----dnnlib()
--------__init__.py(774B)
--------util.py(14KB)
--------submission()
--------tflib()
----test_nvcc.cu(715B)
----run_projector.py(7KB)
----training()
--------networks_stylegan.py(32KB)
--------__init__.py(235B)
--------training_loop.py(19KB)
--------misc.py(6KB)
--------loss.py(10KB)
--------dataset.py(10KB)
--------networks_stylegan2.py(37KB)
----run_generator.py(8KB)
----run_metrics.py(3KB)
----docs()
--------license.html(6KB)
--------versions.html(3KB)
--------stylegan2-training-curves.png(45KB)
--------stylegan2-teaser-1024x256.png(421KB)
----metrics()
--------__init__.py(235B)
--------precision_recall.py(11KB)
--------metric_defaults.py(2KB)
--------metric_base.py(7KB)
--------frechet_inception_distance.py(3KB)
--------perceptual_path_length.py(5KB)
--------linear_separability.py(10KB)
--------inception_score.py(3KB)