generative-adversarial-network

Código oficial do DragGAN (SIGGRAPH 2023)

Tradução de imagem para imagem em PyTorch

🦙 LaMa Image Inpainting, Inpainting de máscaras grandes robusto a resolução com Convoluções de Fourier, WACV 2022

Caixa de ferramentas de criação multimodal avançada, generativa e inteligente da OpenMMLab. Desbloqueie a magia: IA generativa (AIGC), APIs fáceis de usar, um excelente model zoo e modelos de difusão para geração de texto para imagem, restauração/aprimoramento de imagem/vídeo, etc.

Síntese e manipulação de imagens 2048x1024 com GANs condicionais

Lista curada de aplicações e demonstrações incríveis de GAN

Calcule pontuações FID com PyTorch.

A implementação funcional mais simples do Stylegan2, rede adversária generativa de última geração, em PyTorch. Permitindo que todos experimentem o desmembramento

Geração de dados sintéticos para dados tabulares

StudioGAN é uma biblioteca PyTorch que fornece implementações de Redes Adversárias Generativas (GANs) representativas para geração de imagens condicional/incondicional.

DeepFill v1/v2 com Contextual Attention e Gated Convolution, CVPR 2018 e ICCV 2019 Oral.

EdgeConnect: Inpainting de imagem guiado por estrutura usando previsão de borda, ICCV 2019 https://arxiv.org/abs/1901.00212

Imagem-para-imagem em uma etapa com Stable Diffusion turbo: sketch2image, day2night e mais.

(ෆ`꒳´ෆ) Um levantamento sobre geração/síntese de texto para imagem.

Um conjunto de dados facial em larga escala para parsing, reconhecimento, geração e edição de faces.

Implementação em C++ dos tutoriais do PyTorch para todos

Uma IA para geração de música

Implementação do GigaGAN, o novo SOTA GAN da Adobe. O ápice de quase uma década de pesquisa em GANs.

Codec de áudio de última geração com fator de compressão de 90x. Suporta áudio mono/estéreo de 44.1kHz, 24kHz e 16kHz.

Implementação em PyTorch da 'lightweight' GAN, proposta no ICLR 2021. Gerações de imagens em alta resolução que podem ser treinadas em um ou dois dias.

Coleção de notebooks do Google Colaboratory para experimentos rápidos e fáceis

Geradores de dados sintéticos para dados tabulares e séries temporais

Lista de recursos úteis para aumento de dados, incluindo técnicas incomuns, bibliotecas, links para repositórios do GitHub, artigos e outros.

GAN condicional para gerar dados tabulares sintéticos.

O repositório oficial de código para a segunda edição do livro da O'Reilly: Generative Deep Learning: Teaching Machines to Paint, Write, Compose and Play.

Biblioteca de detecção de anomalias em séries temporais não supervisionada.

Modelagem Generativa Profunda: Exemplos Introdutórios.

[NeurIPS 2020] Aumento diferenciável para treinamento de GAN com eficiência de dados

PyTorch - Cálculo de FID com etapas adequadas de redimensionamento e quantização de imagem [CVPR 2022]

Repositório complementar para GANs in Action: Deep learning com Redes Adversárias Generativas