idinvert:[ECCV 2020]用于真实图像编辑的域内GAN反转 源码

用于真实图像编辑的域内GAN反转 图:使用建议的In-Domain GAN反演和固定GAN生成器进行的真实图像编辑。 用于真实图像编辑的域内GAN反转朱家鹏*,沉玉军*,赵德利,周伯雷2020年欧洲计算机视觉会议(ECCV) 在存储库中,我们提出了一种域内GAN反转方法,该方法不仅可以忠实地重建输入图像,还可以确保反转后的代码在语义上对编辑有意义。基本上,域内GAN反转包含两个步骤: 训练领域指导的编码器。 执行域规范的优化。 新闻:请也找到仓库,它对PyTorch用户很友好! [] [] [] [ ] 测验 预训练模型 请从以下链接下载经过预训练的模型。对于每个模型,它都包含GAN生成器和鉴别器,以及建议的域引导编码器。 小路 描述 使用数据集训练的域内GAN。 使用数据集训练的域内GAN。 使用数据集训练的域内GAN。 倒置 MODEL_PATH= ' styleganinv_fa