产品动态
-
👶 人脸编辑神器:StyleGAN V2人脸属性编辑之年龄变换--时光穿梭机,一键实现变老变年轻 👨🦳
-
👀 视频超分SOTA算法PP-MSVSR:一行命令从"马赛克"到"高清影像" 👀
-
😍 人脸编辑神器:StyleGAN V2人脸属性编辑之性别转换--怕什么孤单?和自己谈一场恋爱吧! 😍
-
👩🚀 宇宙漫游指南:LapStyle风格迁移带你「沉浸式」体验太空漫游 👨🚀
-
🧙♂️ 新增创意项目:制作专属于你的会动的霍格沃兹魔法头像 🧙♀️
-
⭐ 新增人脸融合能力,结合新版Frirst Order Motion,实现人脸完美融合并带有丰富表情(๑^ں^๑) ⭐
-
新增First Order Motion分辨率512清晰版本,并加上人脸增强特效,使得面部细节更清晰,详情见教程。
-
新增真实照片转油画风格能力
文档教程
安装
- 环境依赖:
- PaddlePaddle >= 2.1.0
- Python >= 3.6
- CUDA >= 10.1
- 完整安装教程
入门教程
模型库
- 图像翻译
- 风格迁移:Pixel2Pixel
- 风格迁移:CycleGAN
- 图像艺术风格转换:LapStyle
- 人脸换妆:PSGAN
- 照片动漫化:AnimeGANv2
- 人像动漫化:U-GAT-IT
- 人脸卡通化:Photo2Cartoon
- 多种风格迁移:StarGANv2
- 动作迁移
- 人脸表情迁移:First Order Motion Model
- 唇形合成:Wav2Lip
- 基础GAN
- DCGAN
- WGAN
- 人脸生成
- 人脸生成:StyleGAN2
- 人脸编码:Pixel2Style2Pixel
- 人脸增强:FaceEnhancement
- 人脸解析:FaceParsing
- 盲人脸修复:GFPGan、GPEN
- 分辨率提升
- 单张图片超分:Single Image Super Resolution(SISR)
- 包含模型:RealSR、ESRGAN、LESRCNN、PAN、DRN
- 视频超分:Video Super Resolution(VSR)
- 包含模型:⭐ PP-MSVSR ⭐、EDVR、BasicVSR、BasicVSR++
- 单张图片超分:Single Image Super Resolution(SISR)
- 图像视频修复
产业级应用
在线教程
您可以通过人工智能学习与实训社区AI Studio 的示例工程在线体验PaddleGAN的部分能力:
在线教程 | 链接 |
---|---|
人脸融合-PaddleGAN七夕特辑 | 点击体验 |
表情动作迁移-一键实现多人版「蚂蚁呀嘿」 | 点击体验 |
老北京视频修复 | 点击体验 |
表情动作迁移-当苏大强唱起unravel | 点击体验 |
效果展示
人脸融合
风格迁移
老视频修复
动作迁移
超分辨率
妆容迁移
人脸动漫化
写实人像卡通化
照片动漫化
唇形同步
版本更新
-
v2.1.0 (2021.12.8)
- 发布视频超分辨率模型PP-MSVSR以及多个预训练权重
- 发布BasicVSR,IconVSR与Basicvsr++等多个效果领先的视频超分辨率模型及其预训练模型
- 发布轻量级动作驱动模型(体积压缩:229M->10.1M),并优化融合效果
- 发布高分辨率的FOMM和Wav2Lip预训练模型
- 发布人脸反演,人脸融合和人脸编辑等多个基于StyleGANv2的有趣应用
- 发布百度自研且效果领先的风格迁移模型LapStyle及其有趣应用,并上线官网体验页面
- 发布轻量的图像超分辨模型PAN
-
v2.0.0 (2021.6.2)
- 发布Fisrt Order Motion模型以及多个预训练权重
- 发布支持多人脸驱动的应用
- 发布视频超分辨模型EDVR以及多个预训练权重
- 发布PaddleGAN对应的七日打卡训练营内容
- 增强PaddleGAN在windows平台运行的鲁棒性
-
v2.0.0-beta (2021.3.1)
- 完全切换Paddle 2.0.0版本的API。
- 发布超分辨模型:ESRGAN,RealSR,LESRCNN,DRN等
- 发布唇形迁移模型:Wav2Lip
- 发布街景动漫化模型:AnimeGANv2
- 发布人脸动漫化模型:U-GAT-IT ,Photo2Cartoon
- 发布高清人脸生成模型:StyleGAN2
-
v0.1.0 (2020.11.02)
- 初版发布,支持Pixel2Pixel、CycleGAN、PSGAN模型,支持视频插针、超分、老照片/视频上色、视频动作生成等应用。
- 模块化设计,接口简单易用。
最早于1961年被ACM(Association for Computing Machinery)首次提出并使用,国际顶尖开源组织包括Kubernates都采用SIGs的形式,使拥有同样特定兴趣的成员可以共同分享、学习知识并进行项目开发。这些成员不需要在同一国家/地区、同一个组织,只要大家志同道合,都可以奔着相同的目标一同学习、工作、玩耍~
SIG贡献:
- zhen8838: 贡献AnimeGANv2.
- Jay9z: 贡献DCGAN的示例、修改安装文档等。
- HighCWu: 贡献c-DCGAN和WGAN,以及对
paddle.vision.datasets
数据集的支持;贡献inversion部分代码复现。 - hao-qiang & minivision-ai : 贡献人像卡通化ph