PaddleGAN

已于 2023-05-31 09:28:54 修改
阅读量210 收藏 3
点赞数
文章标签： 人工智能
于 2023-05-29 06:55:37 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_39970492/article/details/130920641
版权

产品动态

文档教程

安装

入门教程

模型库

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)

  • 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
量化交易曾小健(金融号)
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PaddleGAN：深度学习驱动的图像生成与转换神器
gitblog_00077的博客
04-24 675
PaddleGAN：深度学习驱动的图像生成与转换神器 项目地址:https://gitcode.com/oukohou/PaddleGAN-develop 在计算机视觉和人工智能领域，PaddleGAN是一款基于飞桨框架（PaddlePaddle）的高级图像生成与转换库。它集成了多种最先进的gan模型，为研究人员和开发者提供了一站式的解决方案，以探索并应用深度学习在图像创作和处理上的无限可能。 ...
【Paddle笔记】使用PaddleGan工具包实现表情迁移(First Order Motion)
老富的博客
04-29 904
[TOC](WSL2笔记6 使用PaddleGan工具包实现表情迁移(First Order Motion))PaddleGan工具包提供了Motion Driving DEMO，实现用一个视频驱动图片成动画，让图片做出与驱动视频中相似的动作。PaddleGAN针对人脸的相关处理提供faceutil工具，包括人脸检测、五官分割、关键点检测等能力。
PaddleGAN:PaddlePaddle GAN库，包括许多有趣的应用程序，例如一阶运动传输，wav2lip，图片修复，图像编辑，photo2cartoon，图像样式传输等
03-18
English | PaddleGAN PaddleGAN为开发人员提供经典和SOTA生成对抗网络的高性能实现，并支持开发人员快速构建，培训和部署GAN，以用于学术，娱乐和工业用途。 GAN生成对抗网络被“卷积网络之父”扬·勒库恩（Yang Likun）誉为[过去十年计算机科学领域中最有趣的思想之一] 。这是AI研究人员最关注的深度学习领域之一。 最近的贡献者 快速开始 请参考，以确保正确安装了PaddlePaddle和PaddleGAN。 通过ppgan.app界面开始： from ppgan . apps import RealSRPredictor sr = RealSRPredictor () sr . run ( "docs/imgs/monarch.png" ) 更多应用程序，请参考 更多教程： 模型教程 复合应用 在线教程 您可以在运行这些项目，以了解如何使用上述模型
PaddleGAN带你沉浸式漫游太空 (ﾉ･ｪ･)ﾉ：实现高质量风格迁移
PaddlePaddle
10-22 410
由百度视觉团队开发的高质量高效率的艺术风格迁移模型LapStyle（CVPR 2021）开源至PaddleGAN中啦，手把手教你如何迁移任意风格！
山水画看腻了？PaddleGan带你灵魂转换！
deadline_zs的博客
12-17 462
风水画看腻了？PaddleGan带你灵魂转换！ 目录风水画看腻了？PaddleGan带你灵魂转换！模型效果数据出处CycleGAN模型准备数据开始训练测试模型 中国山水画简称“山水画”。以山川自然景观为主要描写对象的中国画。形成于魏晋南北朝时期，但尚未从人物画中完全分离。隋唐时始独立，五代、北宋时趋于成熟，成为中国画的重要画科。传统上按画法风格分为青绿山水、金碧山水、水墨山水、浅绛山水、小青绿山水、没骨山水等。 模型效果 最左边是原图 数据出处 PaddleGan：htt
【PaddlePaddle】GAN基础
Silimere
04-11 2024
课程链接：https://aistudio.baidu.com/aistudio/course/introduce/16651 后续会分享课程学习心得和如下列出的相关论文的阅读笔记 目录 一、GAN的基础概念 二、GAN的花样“玩”法 2.1 图像/视频领域 2.1.1 根据文字描述生成对应图像：Text to Image Generation 2.1.2 图像到图像的转化：Image to Image Translation 2.1.3 图片/视频超分：Super resolution
PaddleGAN-master.zip
02-22
PaddleGAN 二次加工
【毕业设计Demo】PaddleGAN——飞桨生成对抗网络开发套件.zip
06-29
【毕业设计Demo】PaddleGAN——飞桨生成对抗网络开发套件
PaddleGAN-Old-video-coloring-:使用paddle进行老视频修复
04-22
【PaddleGAN】地道战视频上色 本项目运用实现了地道战视频的复原，其中将详细讲解如何运用视频的上色、超分辨率（提高清晰度）、插帧（提高流畅度）等AI修复技术，让那些先辈们的一举一动，一颦一簇都宛若眼前之人。...
paddleGAN:蚂蚁呀嘿合成环境dockerfile
03-12
桨 蚂蚁呀嘿合成环境dockerfile ... export PYTHONPATH=$PYTHONPATH:/PaddleGAN && python -u tools/first-order-demo.py --driving_video /source.mp4 --source_image /source.png --relative --adapt_scale
paddleGAN环境搭建
piglite的专栏
08-24 1514
1下载anaconda 2创建虚拟环境（3.7或3.8均可） 3conda启动虚拟环境，在虚拟环境中安装所需库 4安装paddlepaddle（目前版本是2.1，安装paddlepaddle时会安装适合paddlepaddle的numpy 1.19和其它相关内容） 5安装paddlehub（安装paddlehub时，会安适合paddlehub版本的opencv相关内容） 6安装paddleGan（paddleGan需要去Github上下载完整项目后，进行解压） 7根据解压后padd...
基于PaddleGAN项目人脸表情动作迁移学习（三）人脸融合
h363924219的博客
12-30 2873
学习目标： 体验基于PaddleGAN的图像生成模型实现的人脸融合，模型名称：StyleGAN V2 StyleGAN V2 原理： StyleGAN V2 的任务是image generation，给定特定长度的向量，生成该向量对应的图像，是StyleGAN的升级版，解决了StyleGAN生成的伪像等问题。 StyleGAN V2 可对多级风格向量进行混合。其内核是自适应的风格解耦。 相对于StyleGAN，其主要改进为: 生成的图像质量明显更好(FID分数更高、artifacts减少) 提出替代渐进式训
一键实现变老变年轻——Windows 10 下部署PaddleGAN，带你感受从年少到白头的浪漫
知来者逆的博客
12-24 3364
前言 1.PaddleGAN是飞浆开源的一个项目，其中有一个demo是只要一张照片，5分钟就能瞬间带你回到“回不去的过去”，去到“去不了的未来”，真真切切地感受与另一半从年少到白头的浪漫，算法原理可以移步https://github.com/PaddlePaddle/PaddleGAN/blob/develop/README_cn.md 。 2.官方给了Linux下的部署教程，但只抱想试试的我来说，去折腾个Linux是不现实的，所以就试了在Win下部署。 3.先看看测试的效果，有些处理的还是顶逼真，中间那张
【paddleGAN学习笔记】PaddlePaddle框架
qq_49894993的博客
05-19 4825
文章目录PaddlePaddle简介PaddlePaddle GPU版本安装使用PaddlePaddle做线性回归参考 PaddlePaddle简介 PaddlePaddle（飞浆）是百度开发的国产深度学习框架。 用PaddlePaddle的好处是可以用AI Studio平台提供的GPU算力进行模型训练，不仅节约时间而且还是免费的。 PaddlePaddle也提供了像PaddleSeg等一些套件，对于新手上手深度学习模型的项目很友好。 PaddlePaddle GPU版本安装 步骤一：创建虚拟环境。
独立艺术家大谷spizher带你玩转PaddleGAN
百度大脑
11-16 1311
点击左上方蓝字关注我们一个曾被 “卷积网络之父”Yann LeCun（杨立昆）誉为「过去十年计算机科学领域最有趣的想法之一」，是近年来火遍全网，AI 研究者最为关注的深度学习算法方向之一...
【paddleGAN学习笔记】 GAN介绍
qq_49894993的博客
05-19 1280
文章目录GAN简介GAN的公式GAN的演进图谱DCGANImprovedGANPACGANWGANCycleGANVid2VidPGGANStackGANBigGANStyleGAN参考 GAN简介 GAN最直接的应用在于数据的生成，也就是通过GAN的建模能力生成图像、语音、文字、视频等等。 目前，GAN最成功的应用领域主要是计算机视觉，包括图像、视频的生成，如图像翻译、图像上色、图像修复、视频生成等。 此外GAN在自然语言处理，人机交互领域也略有拓展和应用。 近期，GAN在娱乐方向的应用一直在不断增长
PaddleGAN 入门文档教程
weixin_53711236的博客
02-27 4171
PaddleGAN 为开发人员提供经典和 SOTA 生成对抗网络的高性能实现，并支持开发人员快速构建、训练和部署 GAN，用于学术、娱乐和工业用途。 GAN-Generative Adversarial Network，被“卷积网络之父”Yann LeCun（杨丽坤）誉为[过去十年计算机科学领域最有趣的想法之一]。这是人工智能研究人员最关心的深度学习研究领域之一。 文档教程 安装 环境依赖： 桨桨 >= 2.1.0 蟒蛇> = 3.6 CUDA >= 10.1 ..
照片秒变卡通风！教你用PaddleGAN快速生成你的专属卡通头像
阿木寺的博客
01-19 3425
点击上方“CVer”，选择加"星标"置顶重磅干货，第一时间送达从二次元到治愈系，“萌文化”越来越流行了。过去，我们想拥有一幅自己的漫画人像，通常要请画师手工绘制，不仅耗时...
百变冰冰！使用飞桨的PaddleGAN实现妆容迁移
weixin_43267897的博客
08-08 711
项目链接：百变冰冰！基于PaddleGAN实现妆容迁移 1 项目背景 最近看了一篇文章是关于用ai为冰冰上妆的博文，文章使用的是SCGAN架构，但直接使用SCGN提取妆容效果并不是很好，文章的解决办法是先把图片裁剪出人脸然后对五官进行分割最后再使用SCGN网络进行上妆，最后效果也非常不错。于是我就产生了一个想法——用PaddleGAN的PSGAN模型来实现对冰冰的妆容迁移，至于PSGAN有什么优势呢让我们看一下对于PSGAN的原理分析。 2 PSGAN原理 PSGAN: Pose and Expre..
paddleGAN中 补帧模型DAIN 上色模型DeepRemasterPredictor 图像超分辨率模型RealSRPredictor 视频超分辨率模型PPMSVSR 视频超分辨率模型BasicVSR系列 用了什么算法
最新发布
07-15
PaddleGAN中的补帧模型DAIN使用了深度学习技术中的光流估计和插值方法来生成中间帧。上色模型DeepRemasterPredictor使用了基于深度学习的图像上色算法。图像超分辨率模型RealSRPredictor使用了经典的超分辨率算法，如SRCNN、ESPCN等。视频超分辨率模型PPMSVSR和BasicVSR系列也是基于深度学习的视频超分辨率算法。具体的算法细节可能有所不同，但这些模型都是通过训练大量的数据来学习图像和视频的高分辨率重建能力。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值