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。
-
请确保您按照安装文档的说明正确安装了PaddlePaddle和PaddleGAN
-
通过ppgan.apps接口直接使用应用:
from ppgan.apps import RealSRPredictor sr = RealSRPredictor() sr.run("docs/imgs/monarch.png")
-
更多应用的使用请参考ppgan.apps API
-
更多训练、评估教程:
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 |
---|---|
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 |
- 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!
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。
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。