StyleGAN-XL

DM-GAN

AI GitHub リポジトリ

テキストから画像への合成のためのDynamic Memory Generative Adversarial NetworksのPyTorch実装です。このリポジトリは、CVPR2019の論文に基づいた、テキスト説明からの画像生成のためのコード、事前学習済みモデル、および評価スクリプトを提供します。DM-GANは、テキストから画像への合成のためのDynamic Memory Generative Adversarial NetworksのPyTorch実装です。このリポジトリは、CVPR2019の論文に基づいた、テキスト説明からの画像生成のためのコード、事前学習済みモデル、および評価スクリプトを提供します。

StyleSwin: Transformer-based GAN

AI GitHub リポジトリ

高解像度画像生成のために設計されたTransformerベースの敵対的生成ネットワーク（GAN）です。Swin Transformerと新しいダブルアテンションメカニズムを活用し、計算効率とモデリング能力のバランスを取り、最大1024x1024の解像度で優れた結果を達成します。StyleSwinは、高解像度画像生成のために設計されたTransformerベースの敵対的生成ネットワーク（GAN）です。Swin Transformerと新しいダブルアテンションメカニズムを活用し、計算効率とモデリング能力のバランスを取り、最大1024x1024の解像度で優れた結果を達成します。

SNGAN Projection

AI GitHub リポジトリ

この GitHub リポジトリは、条件付き画像生成のための公式 Chainer 実装を提供します。敵対的生成ネットワーク（GAN）にスペクトル正規化とプロジェクション識別器を活用しています。ImageNet、犬、猫の画像などのデータセットでの学習、評価、画像生成のためのコードを含みます。

StyleGAN3は、信号処理を全面的に見直すことで「テクスチャースティッキング」を排除した敵対的生成ネットワークです。これにより、並進および回転の等変性を実現し、ビデオやアニメーションのより一貫性のある合成を可能にします。このモデルは、動的なビジュアルコンテンツの詳細の一貫性を向上させます。

生成器内の信号処理を全面的に見直すことで、エイリアシングのない（alias-free）敵対的生成ネットワークを導入します。この革新により、「テクスチャスティッキング」が解消され、ビデオやアニメーションのより一貫性のある合成が可能になります。このモデルはStyleGAN2のFIDを達成しつつ、サブピクセルスケールでも平行移動と回転に対して…StyleGAN3は、生成器内の信号処理を全面的に見直すことで、エイリアシングのない（alias-free）敵対的生成ネットワークを導入します。この革新により、「テクスチャスティッキング」が解消され、ビデオやアニメーションのより一貫性のある合成が可能になります。このモデルはStyleGAN2のFIDを達成しつつ、サブピクセルスケールでも平行移動と回転に対して…

StyleCLIP

AI GitHub リポジトリ

StyleGANの画像に対するテキスト駆動型操作の公式実装です。StyleGANの生成能力とCLIPの視覚言語理解を組み合わせることで、テキストプロンプトによる直感的な画像編集を可能にします。本プロジェクトは、潜在ベクトル最適化、潜在マッパー、グローバルStyleSpace方向の3つの手法を提供します。StyleCLIPは、StyleGANの画像に対するテキスト駆動型操作の公式実装です。StyleGANの生成能力とCLIPの視覚言語理解を組み合わせることで、テキストプロンプトによる直感的な画像編集を可能にします。本プロジェクトは、潜在ベクトル最適化、潜在マッパー、グローバルStyleSpace方向の3つの手法を提供します。

LS-GAN

AI モデル

LS-GAN、またはLoss-Sensitive Generative Adversarial Networksは、GANの進化に焦点を当てたプロジェクトです。損失関数の革新的なアプローチを導入し、生成品質と安定性の向上を目指しています。このプロジェクトは、LS-GANとそのバリアントを実装および実験するためのソースコードを提供します。

ESRGAN

AI GitHub リポジトリ

視覚的な詳細と品質を向上させるための高度なAIモデルで、画像の超解像に特化しています。PIRMチャレンジの知覚的超解像部門で優勝し、さまざまなアプリケーションで画像の明瞭さと解像度を向上させるために使用されています。ESRGANは、視覚的な詳細と品質を向上させるための高度なAIモデルで、画像の超解像に特化しています。PIRMチャレンジの知覚的超解像部門で優勝し、さまざまなアプリケーションで画像の明瞭さと解像度を向上させるために使用されています。