描述
DragGAN 是在 SIGGRAPH 2023 上发表的研究的官方实现，专注于在生成图像流形内进行交互式点状操控。该项目为研究人员和开发人员提供了探索和利用图像编辑与生成新方法的代码。
阅读更多
DragGAN 的核心功能在于它允许用户通过指定关键点来直接影响图像生成过程。通过拖动这些点，用户可以引导生成对抗网络（GAN）根据其期望的变换来修改图像。这种交互式方法超越了传统的参数调整，提供了对输出更直观、更精确的控制。
该项目托管在 GitHub 上，为官方代码提供了一个公共仓库。它包含了运行系统所需的各种组件，例如用于 GUI、数据处理和训练的实用脚本。该仓库还详细说明了环境设置的要求，包括对支持 CUDA 的 GPU 的特定依赖项，以及适用于 MacOS（配备 Apple Silicon）或仅 CPU 执行的替代设置。
DragGAN 基于现有的 GAN 架构，特别是以 StyleGAN3 为基础。该项目提供了下载预训练模型权重（如 StyleGAN2、StyleGAN-Human 和 Landscapes HQ (LHQ)）的说明，使用户能够尝试不同的生成模型。GUI 允许编辑 GAN 生成的图像，对于真实图像，建议在使用 GAN 反演技术（如 PTI）后将其加载到 DragGAN 界面中。
该项目强调社区贡献和透明度，DragGAN 算法本身的代码根据 CC-BY-NC 许可，而源自 StyleGAN3 的代码则遵循 Nvidia Source Code License。所有使用中的一项关键要求是保留指示图像为 AI 生成的水印。
该工具对于计算机视觉和 AI 研究人员，以及寻求高级图像处理能力的艺术家和设计师来说尤其有价值。DragGAN 的交互性使复杂的图像编辑更加普及，使其对广泛的创意和技术应用更加易于访问和高效。
- 类别AI 照片编辑器
- 定价模式开源
- 部署云端, 自托管
- 平台网页版
DragGAN 官方代码的核心功能
在生成流形上进行交互式点状图像操控
SIGGRAPH 2023 研究的官方代码发布
通过指定点直接控制 GAN 图像生成
支持编辑 GAN 生成的图像
提供真实图像编辑的 GAN 反演说明
可下载各种 GAN 模型的预训练权重
用于直观图像编辑的 GUI
支持 Docker 以便轻松部署和执行
CUDA、MPS (M1/M2 Mac) 和 CPU 的环境设置说明
基于 StyleGAN3 架构的代码
用于识别 AI 生成内容的水印功能
DragGAN 官方代码入门
克隆仓库：从 GitHub 仓库获取 DragGAN 官方代码。
安装依赖项：使用提供的环境文件设置所需的 Python 包和 CUDA 版本。
下载模型：获取所需模型的预训练 GAN 权重（例如 StyleGAN2、StyleGAN-Human）。
运行 GUI：执行 DragGAN 图形用户界面以进行交互式图像编辑。
执行 GAN 反演（针对真实图像）：使用 PTI 等工具将真实图像反演到 GAN 的潜在空间。
加载和编辑：将反演的图像或 GAN 生成的图像加载到 GUI 中，并使用点状操控进行编辑。
使用 Docker（可选）：构建并运行提供的 Docker 镜像以获得独立的运行环境。
DragGAN 官方代码的使用案例
- 交互式图像编辑
- 生成模型控制
- AI 艺术生成优化
- 图像合成研究
- 创意工具开发
- GAN 反演应用
