ragGAN的官方版還沒有發(fā)布，但是已經(jīng)有非官方版的實現(xiàn)了，我們看看如何使用。DragGAN不僅讓GAN重新回到競爭軌道上，而且為GAN圖像處理開辟了新的可能性。正式版本將于本月發(fā)布。但是現(xiàn)在已經(jīng)可以在一個非官方的演示中試用這個新工具了

DragGAN

生成對抗網(wǎng)絡(luò)(GAN)是一種機器學(xué)習(xí)系統(tǒng)，由生成器和鑒別器兩部分組成。

這兩個部分是在競爭場景中訓(xùn)練的，其中生成器創(chuàng)建“假”數(shù)據(jù)(例如試圖模仿圖像)，并試圖欺騙鑒別器將其分類為“真實”。

另一方面，鑒別器在訓(xùn)練過程中學(xué)習(xí)區(qū)分真實數(shù)據(jù)和虛假數(shù)據(jù)。這種來回的“競爭”隨著時間的推移提高了生成器輸出的質(zhì)量，這使得gan能夠產(chǎn)生令人難以置信的真實合成數(shù)據(jù)。

DragGAN通過允許gan生成的圖像的任何點被“拖動”到目標點，從而改變圖像，為控制gan開辟了新的可能性。也就是說我們可以通過對姿勢、形狀、表情和布局的明確控制來操縱圖像!??

論文還介紹了一個稱為“GAN inversion”的過程，可以將真實圖像轉(zhuǎn)換為GAN可以理解的格式，并通過DragGAN進行轉(zhuǎn)換。

Google Colab

Google Colab可以在瀏覽器窗口中運行DragGAN。只需要在在Notebook設(shè)置中選擇GPU并運行安裝代碼，然后運行演示代碼塊。

下圖就是通過設(shè)置原點和目標點，點擊“Drag it”(通過“Setup Handle Points”菜單)，選

擇一個模型和圖像來測試DragGAN。

代碼在這里（有中文的部署文檔哦）：

https://github.com/Zeqiang-Lai/DragGAN

colab地址，可以直接使用：

https://colab.research.google.com/github/Zeqiang-Lai/DragGAN/blob/master/colab.ipynb#scrollTo=JwFHP4JUWtko

別忘了DragGAN的官方網(wǎng)站：

https://vcai.mpi-inf.mpg.de/projects/DragGAN/