文件名称：pixel2style2pixel:“样式编码”的官方实现
文件大小：11.14MB
文件格式：ZIP
更新时间：2024-04-05 04:01:44
generative-adversarial-network image-translation stylegan stylegan-encoder JupyterNotebook
样式编码：用于图像到图像翻译的StyleGAN编码器 我们提出了一个通用的图像到图像转换框架Pixel2Style2Pixel（pSp）。 我们的pSp框架基于一个新颖的编码器网络，该网络直接生成一系列样式向量，这些向量被馈送到预先训练的StyleGAN生成器中，从而形成扩展的W +潜在空间。 我们首先证明我们的编码器可以直接将真实图像嵌入W +，而无需其他优化。 我们进一步介绍了一种专用的身份丢失，它在输入图像的重构中表现出提高的性能。 我们证明pSp是一种简单的体系结构，通过利用训练有素的固定生成器网络，可以轻松地将其应用于各种图像到图像的翻译任务。 通过样式表示解决这些任务会导致一种不依赖局部像素到像素对应关系的全局方法，并且通过样式的重采样进一步支持多模式合成。 值得注意的是，我们证明了可以训练pSp来将面部图像与正面姿势对齐，而无需任何标记数据，针对模棱两可的任务（例如从分割图
【文件预览】：
pixel2style2pixel-master
----models()
--------psp.py(4KB)
--------encoders()
--------__init__.py(0B)
--------stylegan2()
--------mtcnn()
----environment()
--------psp_env.yaml(894B)
----training()
--------__init__.py(0B)
--------ranger.py(6KB)
--------coach.py(10KB)
----docs()
--------frontalization_outputs.jpg(40KB)
--------toonify_input.jpg(548KB)
--------sketch2image.png(1.99MB)
--------encoding_outputs.jpg(45KB)
--------super_res_32.jpg(41KB)
--------seg2image.png(1.8MB)
--------toonify_output.jpg(44KB)
--------super_res_style_mixing.jpg(112KB)
--------encoding_inputs.jpg(465KB)
--------teaser.jpg(249KB)
--------frontalization_inputs.jpg(475KB)
----criteria()
--------lpips()
--------id_loss.py(2KB)
--------w_norm.py(379B)
--------__init__.py(0B)
----licenses()
--------LICENSE_HuangYG123(1KB)
--------LICENSE_TreB1eN(1KB)
--------LICENSE_rosinality(1KB)
--------LICENSE_lessw2020(11KB)
--------LICENSE_S-aiueo32(1KB)
----LICENSE(1KB)
----options()
--------__init__.py(0B)
--------train_options.py(3KB)
--------test_options.py(2KB)
----configs()
--------__init__.py(0B)
--------transforms_config.py(5KB)
--------paths_config.py(631B)
--------data_configs.py(2KB)
----README.md(21KB)
----utils()
--------common.py(3KB)
--------train_utils.py(377B)
--------__init__.py(0B)
--------data_utils.py(670B)
----scripts()
--------style_mixing.py(3KB)
--------inference.py(5KB)
--------train.py(667B)
--------calc_losses_on_images.py(3KB)
--------calc_id_loss_parallel.py(3KB)
--------align_all_parallel.py(6KB)
--------generate_sketch_data.py(2KB)
----notebooks()
--------images()
--------inference_playground.ipynb(4.09MB)
----datasets()
--------gt_res_dataset.py(910B)
--------augmentations.py(4KB)
--------images_dataset.py(1014B)
--------__init__.py(0B)
--------inference_dataset.py(581B)