课程介绍
有三AI-CV中阶-GAN算法组(2024年),经百课优(baikeu.com)精心整理发布。包括基础理论,结构设计,图像与视频生成,语音生成,图像增强,风格迁移,图像编辑,综合使用技巧。
相关课程推荐:
课程资源目录
├── 1__深度生成模型GAN-理论基础篇/
│ ├── [ 66M] 1__第1节-生成模型基础
│ ├── [ 69M] 2__第2节-自编码器与变分自编码器
│ ├── [ 73M] 3__第3节-生成对抗网络基础
│ ├── [128M] 4__第4节-GAN的优化目标设计与改进
│ └── [ 82M] 5__第5节-GAN的评估
├── 2__深度学习之图像与视频生成GAN—理论与实践/
│ ├── [6.0M] 1__0 课程介绍
│ ├── [ 44M] 2__1 全卷积图像生成GAN理论
│ ├── [ 22M] 3__2.1 DCGAN图像生成实战-项目解读
│ ├── [ 30M] 4__2.2 DCGAN图像生成实战-模型搭建
│ ├── [ 79M] 5__2.3 DCGAN图像生成实战-模型训练
│ ├── [ 15M] 6__2.4 DCGAN图像生成实战-模型测试
│ ├── [ 66M] 7__3 条件生成GAN理论
│ ├── [ 59M] 8__4 多尺度生成GAN理论
│ ├── [162M] 9__5.1 StyleGAN v1详解
│ ├── [105M] 10__5.2 StyleGAN v2详解
│ ├── [244M] 11__6.1 StyleGAN v1实战-模型解读
│ ├── [ 88M] 12__6.2 StyleGAN v1实战-模型测试
│ ├── [ 29M] 13__7 数据增强与仿真GAN理论
│ ├── [ 46M] 14__8.1 视频生成GAN(基础篇)
│ ├── [ 63M] 15__8.2 视频生成GAN(内容运动解耦篇)
│ ├── [ 286] 16__参考资料(图文).html
│ ├── [ 256] 17__数据和代码.html
│ └── 资料代码/
├── 3__深度学习之图像翻译与风格化GAN—理论与实践/
│ ├── [ 10M] 1__0 课程介绍
│ ├── [ 28M] 2__1 图像翻译与风格迁移基础
│ ├── [ 49M] 3__2 有监督图像翻译模型
│ ├── [ 74M] 4__3 无监督图像翻译模型
│ ├── [ 20M] 5__4.1 Pix2Pix图像上色实战(项目简介与原理回顾)
│ ├── [ 61M] 6__4.2 Pix2Pix图像上色实战(数据读取)
│ ├── [138M] 7__4.3 Pix2Pix图像上色实战(模型搭建)
│ ├── [ 76M] 8__4.4 Pix2Pix图像上色实战(模型训练)
│ ├── [ 40M] 9__4.5 Pix2Pix图像上色实战(模型测试)
│ ├── [ 57M] 10__5.1 多域图像翻译模型(上)
│ ├── [ 70M] 11__5.2 多域图像翻译模型(下)
│ ├── [ 21M] 12__6.1 StarGAN人脸表情编辑实战(项目简介与原理回顾)
│ ├── [ 41M] 13__6.2 StarGAN人脸表情编辑实战(数据读取)
│ ├── [ 33M] 14__6.3 StarGAN人脸表情编辑实战(模型搭建)
│ ├── [ 91M] 15__6.4 StarGAN人脸表情编辑实战(模型训练)
│ ├── [ 34M] 16__6.5 StarGAN人脸表情编辑实战(模型测试)
│ ├── [ 30M] 17__7.1 BeautyGAN人脸美妆实战(项目简介)
│ ├── [ 75M] 18__7.2 BeautyGAN人脸美妆实战(数据读取)
│ ├── [ 73M] 19__7.3 BeautyGAN人脸美妆实战(模型搭建)
│ ├── [211M] 20__7.4 BeautyGAN人脸美妆实战(模型训练)
│ ├── [ 20M] 21__7.5 BeautyGAN人脸美妆实战(模型测试)
│ ├── [ 286] 22__参考资料(图文).html
│ ├── [ 250] 23__数据与代码.html
│ └── 资料代码/
├── 4__深度学习之图像增强GAN—理论与实践/
│ ├── [7.4M] 1__课程介绍
│ ├── [ 34M] 2__第1.1节-图像降噪(基础篇)
│ ├── [135M] 3__第1.2节-图像降噪(进阶篇)
│ ├── [ 15M] 4__第1.3节-DANet图像降噪实战(项目介绍)
│ ├── [ 66M] 5__第1.4节-DANet图像降噪实战(数据读取)
│ ├── [ 32M] 6__第1.5节-DANet图像降噪实战(模型搭建)
│ ├── [ 70M] 7__第1.6节-DANet图像降噪实战(模型训练)
│ ├── [ 33M] 8__第1.7节-DANet图像降噪实战(模型测试)
│ ├── [ 52M] 9__第2.1节-色调映射(基础篇)
│ ├── [ 97M] 10__第2.2节-色调映射(进阶篇)
│ ├── [ 19M] 11__第2.3节-EnlightenGAN图像增强实战(项目介绍)
│ ├── [ 41M] 12__第2.4节-EnlightenGAN图像增强实战(数据读取)
│ ├── [132M] 13__第2.5节-EnlightenGAN图像增强实战(模型搭建)
│ ├── [ 78M] 14__第2.6节-EnlightenGAN图像增强实战(模型训练)
│ ├── [ 59M] 15__第2.7节-EnlightenGAN图像增强实战(模型测试)
│ ├── [ 83M] 16__第3.1节-图像超分辨(基础篇)
│ ├── [117M] 17__第3.2节-图像超分辨(进阶篇)
│ ├── [ 28M] 18__第3.3节-SRGAN超分辨实战(项目简介)
│ ├── [ 39M] 19__第3.4节-SRGAN超分辨实战(数据处理)
│ ├── [ 75M] 20__第3.5节-SRGAN超分辨实战(模型搭建与训练)
│ ├── [ 30M] 21__第3.6节-SRGAN超分辨实战(模型测试)
│ ├── [ 55M] 22__第4.1节-图像去模糊(基础篇)
│ ├── [ 57M] 23__第4.2节-图像去模糊(进阶篇)
│ ├── [ 39M] 24__第5.1节-图像修复(基础篇)
│ ├── [112M] 25__第5.2节-图像修复(进阶篇)
│ ├── [ 250] 26__数据与代码.html
│ └── 资料代码/
├── 5__深度学习之人脸属性编辑—理论与实践/
│ ├── [ 14M] 1__课程介绍
│ ├── [ 51M] 2__1 人脸属性编辑基础
│ ├── 【更多it资源 www.baikeu.com】
│ ├── [ 64M] 3__2.1 StyleGAN人脸属性编辑原理
│ ├── [4.8M] 4__2.2 StyleGAN人脸属性编辑实战-内容简介
│ ├── [300M] 5__2.3 StyleGAN人脸属性编辑实战-人脸属性向量生成
│ ├── [ 73M] 6__2.4 StyleGAN人脸属性编辑实战-人脸样式混合与插值
│ ├── [ 54M] 7__2.5 StyleGAN人脸属性编辑实战-人脸属性方向向量生成
│ ├── [ 61M] 8__2.6 StyleGAN人脸属性编辑实战-人脸表情、年龄、性别编辑
│ ├── [ 21M] 9__2.7 StyleGAN人脸属性编辑实战-人脸表情添加与去除
│ ├── [ 57M] 10__3.1 StarGAN v1原理
│ ├── [ 70M] 11__3.2 StarGAN v2原理
│ ├── [ 21M] 12__3.3 StarGAN表情编辑实战-内容简介
│ ├── [ 41M] 13__3.4 StarGAN表情编辑实战-数据读取
│ ├── [ 33M] 14__3.5 StarGAN表情编辑实战-模型搭建
│ ├── [ 91M] 15__3.6 StarGAN表情编辑实战-模型训练
│ ├── [ 33M] 16__3.7 StarGAN表情编辑实战-模型测试
│ ├── [ 66M] 17__4.1 人脸年龄编辑(基础篇)
│ ├── [ 73M] 18__4.2人脸年龄编辑(进阶篇)
│ ├── [ 76M] 19__5.1 人脸表情编辑(基础篇)
│ ├── [ 89M] 20__6.1 人脸姿态编辑(基础篇)
│ ├── [ 82M] 21__7.1 人脸妆造编辑(基础篇)
│ ├── [ 30M] 22__7.2 BeautyGAN人脸美妆实战-项目简介
│ ├── [ 75M] 23__7.3 BeautyGAN人脸美妆实战-数据读取
│ ├── [ 73M] 24__7.4 BeautyGAN人脸美妆实战-模型搭建
│ ├── [211M] 25__7.5 BeautyGAN人脸美妆实战-模型训练
│ ├── [ 20M] 26__7.6 BeautyGAN人脸美妆实战-模型测试
│ ├── [ 250] 27__数据与代码.html
│ └── 资料代码/
├── 6__基于StyleGAN v1的人脸图像生成实战/
│ ├── [162M] 1__第1节_StyleGAN v1原理详解
│ ├── [243M] 2__第2节_StyleGAN v1模型代码详解
│ ├── [ 88M] 3__第3节_StyleGAN v1人脸图像生成模型测试
│ ├── [ 249] 4__数据和代码.html
│ └── 资料代码/
├── 7__基于StyleGAN的人脸属性编辑实战/
│ ├── [ 64M] 1__第1节_StyleGAN人脸属性编辑原理
│ ├── [4.8M] 2__第2节_实战课程简介
│ ├── [300M] 3__第3节_人脸特征向量生成
│ ├── [ 73M] 4__第4节_人脸样式混合与插值
│ ├── [ 54M] 5__第5节_人脸属性方向向量生成
│ ├── [ 61M] 6__第6节_人脸表情、年龄、性别编辑
│ ├── [ 22M] 7__第7节_人脸表情添加与去除
│ ├── [ 249] 8__数据与代码.html
│ └── 资料代码/
├── 8__基于EnlightenGAN的自然图像增强实战/
│ ├── [ 19M] 1__第1节_项目介绍
│ ├── [ 41M] 2__第2节_数据读取
│ ├── [132M] 3__第3节_模型搭建
│ ├── [ 78M] 4__第4节_模型训练
│ ├── [ 59M] 5__第5节_模型测试
│ ├── [ 249] 6__数据与代码.html
│ └── 资料代码/
├── 9__基于DANet的自然图像降噪实战/
│ ├── [ 15M] 1__第1节_项目简介
│ ├── [ 66M] 2__第2节_数据读取
│ ├── [ 32M] 3__第3节_模型搭建
│ ├── [ 70M] 4__第4节_模型训练
│ ├── [ 33M] 5__第5节_模型测试
│ ├── [ 249] 6__数据与代码.html
│ └── 资料代码/
├── 10__基于U-GA-TIT的人脸动漫风格化实战/
│ ├── @更多it资源 www.baikeu.com
│ ├── [ 40M] 1__第1节_项目原理简介
│ ├── [ 26M] 2__第2节_数据读取
│ ├── [ 68M] 3__第3节_模型搭建
│ ├── [ 85M] 4__第4节_模型训练
│ ├── [ 21M] 5__第5节_模型测试
│ ├── [ 249] 6__数据和代码.html
│ └── 资料代码/
├── 11__基于BeautyGAN的人脸智能美妆实战/
│ ├── [ 30M] 1__第1节_项目简介
│ ├── [ 75M] 2__第2节_数据读取
│ ├── [ 73M] 3__第3节_模型搭建
│ ├── [211M] 4__第4节_模型训练
│ ├── [ 20M] 5__第5节_模型测试
│ ├── [ 249] 6__数据与代码.html
│ └── 资料代码/
├── 12__基于SRGAN的图像超分辨实战/
│ ├── [ 28M] 1__第1节-项目原理
│ ├── [ 39M] 2__第2节-数据处理
│ ├── [ 75M] 3__第3节-模型搭建与训练
│ ├── [ 30M] 4__第4节-模型测试
│ ├── [ 249] 5__数据与代码.html
│ └── 资料代码/
├── 13__基于Pix2Pix的黑白图像上色实战/
│ ├── [ 20M] 1__第1节_项目简介与原理回顾
│ ├── [ 61M] 2__第2节_数据读取
│ ├── [138M] 3__第3节_模型搭建
│ ├── [ 76M] 4__第4节_模型训练
│ ├── [ 40M] 5__第5节_模型测试
│ ├── [ 249] 6__数据与代码.html
│ └── 资料代码/
├── 14__深度学习之数据使用—理论实践篇/
│ ├── [208M] 1__《深度学习之数据使用》直播01-自动化数据标注
│ ├── [5.3M] 2__0 课程介绍
│ ├── [ 39M] 3__1 数据获取
│ ├── [ 77M] 4__2 数据整理
│ ├── [ 48M] 5__3 数据标注
│ ├── [ 75M] 6__4 数据增强方法
│ ├── [ 36M] 7__5.1 Pytorch图像分类数据增强实践-数据增强接口介绍
│ ├── [ 50M] 8__5.2 Pytorch图像分类数据增强实践-实验结果
│ ├── [ 66M] 9__6.1 数据增强开源库imgaug介绍
│ ├── [ 83M] 10__6.2 数据增强开源库imgaug使用
│ ├── [ 303] 11__数据与代码.html
│ └── 资料代码/
├── 15__深度学习之Pytorch—入门及实战/
│ ├── [6.5M] 1__0-课程介绍
│ ├── [ 22M] 2__1-PyTorch简介
│ ├── [ 48M] 3__2.1-Windows系统下配置PyTorch环境
│ ├── [ 67M] 4__2.2-ubuntu系统下配置PyTorch环境
│ ├── [ 27M] 5__3.1-张量(上)
│ ├── [118M] 6__3.2-张量(下)
│ ├── [148M] 7__4-层结构基本介绍
│ ├── [ 69M] 8__5-网络结构搭建方法
│ ├── [ 31M] 9__6-经典分类网络介绍
│ ├── [ 40M] 10__7-优化器及损失函数
│ ├── [ 32M] 11__8.1-数据读取及增强(上)
│ ├── [ 29M] 12__8.2-数据读取及增强(下)
│ ├── [ 17M] 13__9-模型读取和加载
│ ├── [ 11M] 14__10.1-从零完成表情识别(项目简介)
│ ├── [ 85M] 15__10.2-从零完成表情识别(数据读取)
│ ├── [ 53M] 16__10.3-从零完成表情识别(模型搭建与训练)
│ ├── [ 22M] 17__10.4-从零完成表情识别(模型测试)
│ ├── [ 278] 18__代码与数据.html
│ └── 资料代码/
├── 16__基于DCGAN的人脸嘴部表情图像生成实战/
│ ├── [ 22M] 1__第1节_任务解读
│ ├── [ 30M] 2__第2节_模型搭建
│ ├── [ 79M] 3__第3节_模型训练
│ ├── [ 15M] 4__第4节_模型测试
│ ├── [ 249] 5__数据与代码.html
│ └── 资料代码/
1、本站信息来自网络,版权争议与本站无关
2、本站所有主题由该帖子作者发表,该帖子作者与本站享有帖子相关版权
3、其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和本站的同意
4、本帖部分内容转载自其它媒体,但并不代表本站赞同其观点和对其真实性负责
5、用户所发布的一切软件的解密分析文章仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。
6、您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。
7、请支持正版软件、得到更好的正版服务。