用二次元妹子數據培育的StyleGAN

對一隻GAN來說，次元壁什麼的，根本不存在吧。

你看英偉達的StyleGAN，本來是以生成逼真人臉聞名於世。

不過，自從官方把算法開了源，擁有大膽想法的勇士們，便開始用自己的力量支配StyleGAN，順道拯救世界。

以前，你的老婆可能是綾波麗，可能是真白，可能是漩渦鳴子 (誤) 。

而今，推特名叫roadrunner01的程序猿，給StyleGAN喂食了大量二次元女子圖像。

然後，AI生成了從蘿莉、到乙女、到御姐的 (各種) 變換過程。裡面的每一幀，都可以是你的選擇：

發色和髮型，眼睛裡的神色，都在一刻不停地變化。

但任它千變萬化，妹子依舊渾然天成。不論色彩，還是五官之間的配合，都有驕人的默契。

如果，你喜歡收到兩頰泛紅的訊號：

或者，你只喜歡清新的鄰家少女：

還是，性別特徵不夠明顯的幼女呢：

不管怎樣，紅瞳才是正義。

Reddit網友發出了很客觀很中肯的讚嘆：

注釋：waifu=wife

相比之下，推特網友就更加直白一些：

要用怎樣的數據集？

雖然，roadrunner01並沒有透露，他的StyleGAN到底吃了怎樣的數據集，我們只感受到美少女戰士強大的基因；

我認得你的額頭

不過，另有一位叫做gwern的程序猿，也用二次元數據訓練了StyleGAN，並且公開過自己的數據集。

鑒於他的訓練成果同樣秀色可餐：

來自gwern的StyleGAN

且這位程序猿的老婆是明日香：

來自gwern的StyleGAN

我們就來觀察一下，這隻AI到底吃過怎樣的數據。

數據集名叫DANBOORU2018，包含超過330萬張圖，超過9970萬個標籤：

為了安全，只截取了比較安全的部分

不出所料，是個百無禁忌的StyleGAN了。

為何不出所料？回頭再看roadrunner01的作品，也有許多妹子穿著十分客氣，可以欣賞到曼妙的鎖骨，甚至香肩：

來自roadrunner01的StyleGAN

想要數據集的同學，請使用文底的傳送門。

另外，作為數據集的提供者，gwern友情回應了那位需要H漫的同學：

想要，就自己去訓練啊。我訓練好的StyleGAN二次元模型，你也直接可以下載啊。

傳送門見文底。

StyleGAN原理是什麼？

數據集有了，就來看看StyleGAN是怎樣工作的吧。

它之所以獲得「GAN 2.0」的盛讚，就是因為生成器和普通的GAN不一樣。

這裡的生成器，是用風格遷移的思路重新發明的。

把B的風格，遷到A頭上

向AI輸入兩張圖，圖A決定人物的年齡、性別、頭髮長度和姿勢；圖B決定一切其他因素：膚色、發色、衣服顏色等等。

這樣一來，圖B的畫風，就可以自然地轉移給圖A。

更重要的是，StyleGAN可以從粗糙、中等、精細三種尺度上調節圖像的生成：

上為粗糙，下為中等

粗糙尺度，是規模最大的調整，人臉的朝向、臉型和髮型，都在這裡調整；中間尺度，調整隻會涉及臉部特徵、發色發量了。

精細尺度

精細尺度，改變的是圖像的配色，幾乎不會給任務變臉了。

三者組合在一起，才有最終的生成效果。

不過，私以為配色才是最重要的：

你看，這些藍妹子多可愛：

來自roadrunner01的StyleGAN

那麼，StyleGAN算法已經開源了，330萬張的數據集也有了。

想要生成老婆的話，可以開始訓練了。

不想訓練的話，用gwern訓練好的模型直接生成也行啊。

來自roadrunner01的StyleGAN

悄悄告訴你，如果你不想生成老婆，卻想生成貓片，可以直接用官方提供的預訓練模型喲。

DANBOORU2018二次元妹子數據集：

https://www.gwern.net/Danbooru2018

英偉達StyleGAN官方實現：

https://github.com/NVlabs/stylegan

gwern訓練好的二次元StyleGAN模型：

https://drive.google.com/file/d/1z8N_-xZW9AU45rHYGj1_tDHkIkbnMW-R/view

StyleGAN論文傳送門：

https://arxiv.org/abs/1812.04948

— 完 —

轉載請註明來源：今天頭條