Python利用对抗神经网络实现根据真人头像生成动漫头像项目源码.zip资源-CSDN文库

共54个文件

png：33个

py：7个

pyc：4个

版权申诉

144 浏览量 2023-03-15 14:28:02 上传评论收藏 1.59MB ZIP 举报

资源推荐

资源详情

资源评论

收起资源包目录

Python利用对抗神经网络实现根据真人头像生成动漫头像项目源码.zip （54个子文件）

checkpoint

.download 75B

extra_data

tags.csv 77KB

images

download 75B

.ipynb_checkpoints

.keep 0B

readme.txt 155B

resNet.py 3KB

main.py 2KB

samples

orange hair AND gray eyes.png 99KB

black hair AND black eyes.png 93KB

pink hairr AND blue eyes.png 98KB

pink hair AND blue eyes.png 98KB

img_storage

图片 18.png 3KB

图片 27.png 277KB

图片 34.png 42KB

图片 40.png 2KB

图片 28.png 14KB

图片 24.png 2KB

图片 3.png 73KB

图片 20.png 10KB

图片 29.png 6KB

图片 35.png 745B

图片 13.png 183KB

图片 19.png 3KB

图片 1.png 200KB

图片 30.png 5KB

图片 26.png 1KB

图片 36.png 754B

图片 3(1).png 28KB

图片 33.png 29KB

图片 21.png 3KB

图片 37.png 2KB

图片 39.png 2KB

图片 17.png 11KB

图片 22.png 2KB

图片 32.png 86KB

图片 38.png 606B

图片 25.png 4KB

图片 23.png 10KB

tools.py 9KB

ACGAN.py 19KB

__pycache__

tools.cpython-36.pyc 4KB

resNet.cpython-36.pyc 2KB

ACGAN.cpython-36.pyc 11KB

main.cpython-36.pyc 1KB

.keep 0B

.ipynb_checkpoints

main-checkpoint.py 2KB

tools-checkpoint.py 9KB

ACGAN-checkpoint.py 19KB

README.md 1KB

log

ACGAN

.keep 0B

result

ACGAN_epoch250.png 98KB

ACGAN 0B

ACGAN_epoch249.png 98KB

项目报告.md 19KB

# ACGAN-动漫头像自动生成 #### 介绍 GANs（Generativeadversarial networks）：对抗式生成网络：定义生成器G和判别器D,采用神经网络作为模型类型，经过博弈式的训练过程，直至生成模型与判别模型无法提高自己。 cGAN使用了辅助的标签信息来增强原始GAN，对生成器和判别器都使用标签数据进行训练，从而实现模型具备产生特定条件数据的能力。 SGAN的结构来利用辅助标签信息（少量标签），利用判别器或者分类器的末端重建标签信息。 ACGAN：ACGAN则是结合以上两种思路对GAN进行优化，在生成模型（D）和判别模型（G）的建模中均引入条件变量y，生成更加高质量的图片。在将已有的动漫人物图像，输入到训练好的生成对抗神经网络模型中，对动漫图像的面部进行特征提取，最后训练出一组网络模型，实现自动生成新的动漫人物图像的方法上，使用新的计算方法改进的生成对抗网络的训练用于图像合成，使用额外信息y对模型增加条件，指导数据生成过程，在存在类别标签的情况下，将深度卷积网络带入到GAN当中，提高图片的生成质量。 #### ppt ACGAN-动漫头像自动生成 ##### 硬件　-GPU: 1*NVIDIA-V100NV32(32GB) | CPU: 8 核 64GB ##### 框架　-框架:TensorFlow 1.13.1 ##### 运行工具 -华为云Model Arts上提供的JupyterLab

评论收藏

内容反馈

版权申诉