文件名称：idinvert_pytorch:[ECCV 2020]用于实际图像编辑的域内GAN反转（PyTorch代码）
文件大小：2.74MB
文件格式：ZIP
更新时间：2024-05-04 03:37:33
Python
用于真实图像编辑的域内GAN反转 图：使用建议的In-Domain GAN反演和固定GAN生成器进行的真实图像编辑。 用于真实图像编辑的域内GAN反转朱家鹏*，沉玉军*，赵德利，周伯雷2020年欧洲计算机视觉会议（ECCV） [] [] [] [ ] 注：该库是一个简单的PyTorch版本，并且只支持推论。 编辑任务 预训练模型 请从以下链接下载经过预训练的模型并将其保存到models/pretrain/ 描述 发电机 编码器 在数据集上训练模型。 在数据集上训练模型。 tower_256x256_encoder 在LSUN Bedroom数据集上训练模型。 bedroom_256x256_generator bedroom_256x256_encoder 知觉模型 倒置 MODEL_NAME= ' styleganinv_ffhq256 ' IMAGE_LIST
【文件预览】：
idinvert_pytorch-master
----models()
--------helper.py(1KB)
--------stylegan_generator.py(10KB)
--------stylegan_generator_network.py(27KB)
--------base_module.py(10KB)
--------base_generator.py(3KB)
--------base_encoder.py(3KB)
--------stylegan_encoder_network.py(12KB)
--------perceptual_model.py(7KB)
--------__init__.py(0B)
--------model_settings.py(1KB)
--------stylegan_encoder.py(3KB)
----docs()
--------Idinvert.ipynb(26KB)
----manipulate.py(6KB)
----interpolate.py(5KB)
----boundaries()
--------stylegan_bedroom256()
--------stylegan_ffhq256()
--------stylegan_tower256()
----invert.py(5KB)
----teaser.jpg(236KB)
----diffuse.py(7KB)
----examples()
--------000007.png(104KB)
--------000019.png(116KB)
--------000018.png(89KB)
--------000013.png(115KB)
--------000014.png(94KB)
--------000004.png(98KB)
--------000001.png(102KB)
--------000008.png(112KB)
--------target.list(63B)
--------000015.png(145KB)
--------000017.png(125KB)
--------000006.png(107KB)
--------000010.png(113KB)
--------000011.png(109KB)
--------000003.png(115KB)
--------test.list(380B)
--------000012.png(105KB)
--------000009.png(84KB)
--------000016.png(114KB)
--------context.list(231B)
--------000005.png(136KB)
--------000002.png(106KB)
----.gitignore(65B)
----mix_style.py(5KB)
----README.md(4KB)
----utils()
--------editor.py(16KB)
--------logger.py(3KB)
--------visualizer.py(17KB)
--------inverter.py(13KB)
--------__init__.py(0B)
----LICENSE.txt(1KB)