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.app接口使用预训练模型:

from ppgan.apps import RealSRPredictor
sr = RealSRPredictor()
sr.run("docs/imgs/monarch.png")

• 更多训练、评估教程:
  • 数据准备
  • 训练/评估/推理教程

• Pixel2Pixel
• CycleGAN
• PSGAN
• First Order Motion Model
• FaceParsing

• 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:

• 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。

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。

[PaddleGAN QQ 群号：1058398620]

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。