In-Domain_GAN：用于实像编辑的域内GAN反转

BML最终项目 Origin Link来自：用于实际图像编辑的域内GAN反转 图：使用建议的域内GAN反转和固定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，周伯蕾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！ [] [] [] [ ] 测试中 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，以及拟议的域引导编码器。 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。 反演 M