简体中文 | English
飞桨生成对抗网络开发套件--PaddleGAN，为开发者提供经典及前沿的生成对抗网络高性能实现，并支撑开发者快速构建、训练及部署生成对抗网络，以供学术、娱乐及产业应用。
GAN--生成对抗网络，被“卷积网络之父”Yann LeCun（杨立昆）誉为「过去十年计算机科学领域最有趣的想法之一」，是近年来火遍全网，AI研究者最为关注的深度学习技术方向之一。
-
🔥2021.12.08🔥 💙 AI快车道👩🏫：视频超分算法及行业应用 💙
-
2021.4.15~4.22
生成对抗网络七日打卡营火爆来袭，赶紧让百度资深研发带你上车GAN起来吧！
直播回放与课件资料：https://aistudio.baidu.com/aistudio/course/introduce/16651
-
2020.12.10
《大谷 Spitzer 手把手教你修复百年前老北京影像》b站直播中奖用户名单请点击PaddleGAN直播中奖名单查看~
想要看直播回放视频请点击链接：https://www.bilibili.com/video/BV1GZ4y1g7xc
-
👶 人脸编辑神器：StyleGAN V2人脸属性编辑之年龄变换--时光穿梭机，一键实现变老变年轻 👨🦳
-
👀 视频超分SOTA算法PP-MSVSR：一行命令从"马赛克"到"高清影像" 👀
-
😍 人脸编辑神器：StyleGAN V2人脸属性编辑之性别转换--怕什么孤单？和自己谈一场恋爱吧！ 😍
-
👩🚀 宇宙漫游指南：LapStyle风格迁移带你「沉浸式」体验太空漫游 👨🚀
-
🧙♂️ 新增创意项目：制作专属于你的会动的霍格沃兹魔法头像 🧙♀️
-
⭐ 新增人脸融合能力，结合新版Frirst Order Motion，实现人脸完美融合并带有丰富表情(๑^ں^๑) ⭐
-
新增First Order Motion分辨率512清晰版本，并加上人脸增强特效，使得面部细节更清晰，详情见教程。
-
新增真实照片转油画风格能力
-
完整推理代码及教程见： https://github.com/wzmsltw/PaintTransformer
-
- 环境依赖：
- PaddlePaddle >= 2.1.0
- Python >= 3.6
- CUDA >= 10.1
- 完整安装教程
- 图像翻译
- 风格迁移：Pixel2Pixel
- 风格迁移：CycleGAN
- 图像艺术风格转换：LapStyle
- 人脸换妆：PSGAN
- 照片动漫化：AnimeGANv2
- 人像动漫化：U-GAT-IT
- 人脸卡通化：Photo2Cartoon
- 多种风格迁移：StarGANv2
- 动作迁移
- 人脸表情迁移：First Order Motion Model
- 唇形合成：Wav2Lip
- 基础GAN
- DCGAN
- WGAN
- 人脸生成
- 人脸生成：StyleGAN2
- 人脸编码：Pixel2Style2Pixel
- 人脸增强：FaceEnhancement
- 人脸解析：FaceParsing
- 盲人脸修复：GFPGan、GPEN
- 分辨率提升
- 单张图片超分：Single Image Super Resolution(SISR)
- 包含模型：RealSR、ESRGAN、LESRCNN、PAN、DRN
- 视频超分：Video Super Resolution(VSR)
- 包含模型：⭐ PP-MSVSR ⭐、EDVR、BasicVSR、BasicVSR++
- 单张图片超分：Single Image Super Resolution(SISR)
- 图像视频修复
您可以通过人工智能学习与实训社区AI Studio 的示例工程在线体验PaddleGAN的部分能力:
| 在线教程 | 链接 |
|---|---|
| 人脸融合-PaddleGAN七夕特辑 | 点击体验 |
| 表情动作迁移-一键实现多人版「蚂蚁呀嘿」 | 点击体验 |
| 老北京视频修复 | 点击体验 |
| 表情动作迁移-当苏大强唱起unravel | 点击体验 |
-
v2.1.0 (2021.12.8)
- 发布视频超分辨率模型PP-MSVSR以及多个预训练权重
- 发布BasicVSR，IconVSR与Basicvsr++等多个效果领先的视频超分辨率模型及其预训练模型
- 发布轻量级动作驱动模型（体积压缩：229M->10.1M），并优化融合效果
- 发布高分辨率的FOMM和Wav2Lip预训练模型
- 发布人脸反演，人脸融合和人脸编辑等多个基于StyleGANv2的有趣应用
- 发布百度自研且效果领先的风格迁移模型LapStyle及其有趣应用，并上线官网体验页面
- 发布轻量的图像超分辨模型PAN
-
v2.0.0 (2021.6.2)
- 发布Fisrt Order Motion模型以及多个预训练权重
- 发布支持多人脸驱动的应用
- 发布视频超分辨模型EDVR以及多个预训练权重
- 发布PaddleGAN对应的七日打卡训练营内容
- 增强PaddleGAN在windows平台运行的鲁棒性
-
v2.0.0-beta (2021.3.1)
- 完全切换Paddle 2.0.0版本的API。
- 发布超分辨模型：ESRGAN，RealSR，LESRCNN，DRN等
- 发布唇形迁移模型：Wav2Lip
- 发布街景动漫化模型：AnimeGANv2
- 发布人脸动漫化模型：U-GAT-IT ，Photo2Cartoon
- 发布高清人脸生成模型：StyleGAN2
-
v0.1.0 (2020.11.02)
- 初版发布，支持Pixel2Pixel、CycleGAN、PSGAN模型，支持视频插针、超分、老照片/视频上色、视频动作生成等应用。
- 模块化设计，接口简单易用。
扫描二维码加入PaddleGAN QQ群[群号：1058398620]，获得更高效的问题答疑，与各行业开发者交流讨论，我们期待您的加入！
扫描二维码回复关键字"GAN"即可加入官方微信交流群！
最早于1961年被ACM（Association for Computing Machinery)首次提出并使用，国际顶尖开源组织包括Kubernates都采用SIGs的形式，使拥有同样特定兴趣的成员可以共同分享、学习知识并进行项目开发。这些成员不需要在同一国家/地区、同一个组织，只要大家志同道合，都可以奔着相同的目标一同学习、工作、玩耍~
PaddleGAN SIG就是这样一个汇集对GAN感兴趣小伙伴们的开发者组织，在这里，有百度飞桨的一线开发人员、有来自世界500强的资深工程师、有国内外顶尖高校的学生。
我们正在持续招募有兴趣、有能力的开发者加入我们一起共同建设本项目，并一起探索更多有用、有趣的应用。欢迎大家在加入群后联系我们讨论加入SIG并参与共建事宜。
SIG贡献:
- zhen8838: 贡献AnimeGANv2.
- Jay9z: 贡献DCGAN的示例、修改安装文档等。
- HighCWu: 贡献c-DCGAN和WGAN，以及对
paddle.vision.datasets数据集的支持；贡献inversion部分代码复现。 - hao-qiang & minivision-ai : 贡献人像卡通化photo2cartoon项目。
- lyl120117：贡献去模糊MPRNet推理代码。
我们非常欢迎您可以为PaddleGAN提供任何贡献和建议。大多数贡献都需要同意参与者许可协议（CLA）。当提交拉取请求时，CLA机器人会自动检查您是否需要提供CLA。 只需要按照机器人提供的说明进行操作即可。CLA只需要同意一次，就能应用到所有的代码仓库上。关于更多的流程请参考贡献指南。
本项目的发布受Apache 2.0 license许可认证。