PaddleGAN 入门文档教程

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
• 完整安装教程

入门教程

• 快速开始
• 数据准备
• API 使用说明
• 配置文件说明

模型教程

• Pixel2Pixel
• CycleGAN
• 膝上型
• PSGAN
• 一阶运动模型
• 人脸解析
• 动漫GANv2
• U-GAT-IT
• 照片2卡通
• Wav2Lip
• 单图像超分辨率（SISR）
  • 包括：RealSR、ESRGAN、LESRCNN、PAN、DRN
• 视频超分辨率（VSR）
  • 包含：⭐PP-MSVSR⭐, EDVR, BasicVSR, BasicVSR++
• 风格GAN2
• Pixel2Style2Pixel
• StarGANv2
• MPR网
• 面部增强

复合应用

• 视频恢复

在线教程

您可以在AI Studio中运行这些项目，以了解如何使用上述模型：

在线教程	关联
运动驾驶-多人“Mai-ha-hi”	单击并尝试
还原数百年前北京的影像	单击并尝试
动感驾驶——当“苏大强”唱响“解开”	单击并尝试

例子

面部变形

图像翻译

超分辨率

化妆移位器

人脸卡通化

逼真的人脸卡通化

照片动画

对口型唱

变更日志

• v2.1.0 (2021.12.8)

  • 发布视频超分辨率模型PP-MSVSR和多个预训练权重
  • 发布BasicVSR、IconVSR、BasicVSR++等多款SOTA视频超分辨率模型及其预训练模型
  • 发布轻量级运动驱动模型（体积压缩：229M->10.1M），优化融合效果
  • 发布高分辨率 FOMM 和 Wav2Lip 预训练模型
  • 发布基于 StyleGANv2 的几个有趣的应用，例如人脸反转、人脸融合和人脸编辑
  • 发布百度自研有效的风格迁移模型LapStyle及其趣味应用，并上线官网体验页面
  • 发布轻量级图像超分辨率模型PAN

• v2.0.0 (2021.6.2)

  • 发布Fisrt Order Motion模型和多个预训练权重
  • 发布支持多面动作驱动的应用程序
  • 发布视频超分辨率模型EDVR和多个预训练权重
  • 发布PaddleGAN对应的7天打卡训练营内容
  • 增强PaddleGAN在windows平台上运行的鲁棒性

• v2.0.0-beta (2021.3.1)

  • 完全切换Paddle 2.0.0版本的API。
  • 超分辨率模型发布：ESRGAN、RealSR、LESRCNN、DRN等。
  • 发布唇迁移模型：Wav2Lip
  • 发布街景动漫模型：AnimeGANv2
  • 发布人脸动画模型：U-GAT-IT、Photo2Cartoon
  • 发布 SOTA 生成模型：StyleGAN2

• v0.1.0 (2020.11.02)

  • 发布第一个版本，支持的模型包括 Pixel2Pixel、CycleGAN、PSGAN。支持的应用包括视频帧插值、超分辨率、图像和视频着色、图像动画。
  • 模块化设计和友好的界面。