文件名称：ConfigNet:ECCV 2020论文CONFIG的正式实施
文件大小：20.8MB
文件格式：ZIP
更新时间：2024-04-10 04:21:02
Python
配置：可控制的神经面部图像生成 这是在ECCV 2020上发布的的参考实现。ConfigNet是一种神经面部模型，允许以语义上有意义的方式控制输出图像的各个方面。 ConfigNet在真实面部图像以及合成面部渲染上受过训练。它使用合成数据将潜在空间分解为与传统渲染管线的输入相对应的元素，从而将头部姿势，面部表情，发型，照明等诸多方面分开，这些方面很难在真实数据中进行注释。无需标签即可呈现给网络的真实图像扩展了所生成图像的种类并鼓励了真实感。 入门 要开始使用ConfigNet，您需要执行以下步骤： 安装Python> = 3.6 使用pip install -r setup/requirements.txt安装Python软件包 如果您使用的是Windows，请通过运行python setup/download_deps.py自动下载并设置OpenFace。如果您在其他系统上，则需要根据安
【文件预览】：
ConfigNet-main
----generate_dataset.py(3KB)
----train_latent_gan.py(3KB)
----setup()
--------download_deps.py(1KB)
--------download_models.py(1KB)
--------requirements.txt(129B)
----training_utils.py(315B)
----confignet()
--------perceptual_loss.py(4KB)
--------confignet_utils.py(10KB)
--------dataset_utils.py(6KB)
--------metrics()
--------neural_renderer_dataset.py(16KB)
--------confignet_second_stage.py(20KB)
--------confignet_first_stage.py(32KB)
--------__init__.py(620B)
--------azure_ml_utils.py(722B)
--------losses.py(4KB)
--------face_image_normalizer.py(9KB)
--------dnn_models()
--------latent_gan.py(12KB)
----train_confignet.py(4KB)
----hdri_encoding()
--------metadata_encoding_utils.py(650B)
--------process_hdri_metadata.py(3KB)
--------hdri_pca_model.py(6KB)
--------generate_hdri_turntable_inputs.py(2KB)
----train_attribute_classifier.py(2KB)
----evaluation()
--------basic_ui.py(6KB)
--------confignet_demo.py(10KB)
--------evaluation_utils.py(1KB)
--------evaluate_confignet_controllability.py(4KB)
----CONTRIBUTING.md(934B)
----LICENSE(1KB)
----assets()
--------demo_fine_tune.gif(1.78MB)
--------hdri_model_20200116.pck(4.78MB)
--------demo_intro.gif(5.31MB)
--------head_hair_style_to_pca_map.json(109KB)
--------hdri_turntable_embeddings.npy(18KB)
--------beard_style_to_pca_map.json(8KB)
--------eyebrow_style_to_pca_map.json(134KB)
----README.md(6KB)
----SECURITY.md(3KB)
----tests()
--------data_processing_test.py(2KB)
--------fixtures.py(936B)
--------inference_test.py(4KB)
--------evaluation_test.py(2KB)
--------test_assets()
--------hdri_encoding_test.py(2KB)
--------training_test.py(2KB)
----CODE_OF_CONDUCT.md(444B)
----.gitignore(65B)