【seeprettyface.com】開源源碼:Generators with StyleGAN2

源碼下載地址:github.com/a312863063/generators-with-stylegan2
瞭解訓練方法&獲取訓練集:www.seeprettyface.com
——————————————————————————————————

基於StyleGAN2的新版人臉生成器


  這兒是一批基於StyleGAN2製作的新版人臉生成器,即對於舊版的黃種人臉生成器網紅臉生成器明星臉生成器超模臉生成器萌娃臉生成器進行了基於StyleGAN2的重製,使生成效果得到大幅提升。



新版的提升與價值何在?

  基於StyleGAN2製作的版本消除了圖片中水滴斑點和扭曲/損壞現象的出現,使生成的成功率接近100%(可參見下方隨機生成的數據集),能被應用於大批量生成任務之中;另外圖片的質量進一步提升,清晰度已逼近於官方訓練所採用的數據集。我希望,這個項目能爲影視工作者、廣告工作者和藝術工作者們助力,同時爲普通愛好者們賦能。

  注意,由於模型的訓練成本高,因此除了黃種人臉生成器可免費使用外,其他生成器暫時需要付費購買。此項目並非爲了盈利,而是研究生成模型需要更多的顯卡,所有的收入都會被用在科研當中。模型版權擁有者爲:www.seeprettyface.com


效果預覽

網紅臉生成器

  
在這裏插入圖片描述


在這裏插入圖片描述


  純隨機生成(無篩選)的一萬張生成圖片數據集:https://pan.baidu.com/s/1AqlNlTY0-tbEORPuKLdkqg 提取碼:c7v9

明星臉生成器

  
在這裏插入圖片描述


  
在這裏插入圖片描述


  純隨機生成(無篩選)的一萬張生成圖片數據集:https://pan.baidu.com/s/1LabQMFLsKkYK3hLgRCQ-0A 提取碼:p43h

超模臉生成器

  
在這裏插入圖片描述


  
在這裏插入圖片描述


  純隨機生成(無篩選)的一萬張生成圖片數據集:https://pan.baidu.com/s/1AT4q1JkMvAxWrHMs4Af1wg 提取碼:vxf4

萌娃臉生成器

  
在這裏插入圖片描述


  
在這裏插入圖片描述


  純隨機生成(無篩選)的一萬張生成圖片數據集:https://pan.baidu.com/s/1CQYQFiIdXxCSjJwSUo_tvw 提取碼:4bd0

黃種人臉生成器

  
在這裏插入圖片描述


  
在這裏插入圖片描述


  純隨機生成(無篩選)的一萬張生成圖片數據集:https://pan.baidu.com/s/1uC5fQ4UTALA1uU36Cgnnnw 提取碼:rqvq

環境配置

  · Both Linux and Windows are supported. Linux is recommended for performance and compatibility reasons.
  · 64-bit Python 3.6 installation. We recommend Anaconda3 with numpy 1.14.3 or newer.
  · TensorFlow 1.14 or 1.15 with GPU support. The code does not support TensorFlow 2.0.
  · On Windows, you need to use TensorFlow 1.14 — TensorFlow 1.15 will not work.
  · One or more high-end NVIDIA GPUs, NVIDIA drivers, CUDA 10.0 toolkit and cuDNN 7.5. To reproduce the results reported in the paper, you need an NVIDIA GPU with at least 16 GB of DRAM.
  · Docker users: use the provided Dockerfile to build an image with the required library dependencies.
  - On Windows, the compilation requires Microsoft Visual Studio to be in PATH. We recommend installing Visual Studio Community Edition and adding into PATH using “C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Auxiliary\Build\vcvars64.bat”.
  我的測試環境配置爲:Win10,1050Ti,CUDA 10.0,CuDNN 7.6.5,tensorflow-gpu 1.14.0,VS2017可完美運行。

運行步驟

  1.在networks文件夾中按照txt地址下載對應模型,放在該位置
  2.在main.py中選擇對應的模型和生成數量,並運行main.py



發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章