Cycle Gan 相关的热门 GitHub AI项目仓库

《GAN实战：生成对抗网络深度学习》配套资源库

一个深度学习模型，能够对自然环境下的面部图像进行年龄预测，目前在GPU上运行速度超过每秒60帧。

利用循环生成对抗网络 (Cycle GAN) 进行非平行语音转换

这是CVPR 2019论文《基于语义关联的成对循环一致性零样本草图图像检索》的PyTorch实现。

开发一款图像编辑应用，利用生成对抗网络（DCGAN和CycleGAN）对图像进行编辑，以达到预期的属性效果。

利用循环一致对抗网络进行无平行数据语音转换的研究（论文链接：https://arxiv.org/pdf/1711.11293.pdf）

利用循环生成对抗网络进行文风迁移

这个仓库包含了 Cycle-GAN 架构的实现，用于风格迁移，并附带了使用自定义数据集进行训练的说明。

我们的图像到图像转换项目利用CycleGAN（基于PyTorch实现）实现了不同领域图像的无缝转换，无需配对样本。我们专注于创新和效率，探索了CycleGAN在各个领域的应用。欢迎加入我们，一起探索图像转换技术的世界！

改进StackGAN模型：文本到图像的合成

这个仓库包含论文“基于循环一致对抗网络的自我监督文本风格迁移”的代码。

利用CycleGAN模型完成一个项目，该项目可以实现人脸的性别转换，即把男性的脸转换成女性的脸，反之亦然。