是不是顺眼很多？
当然，这个过程有点复杂，具体细节都可以在论文中找到。
但请注意，就像大多数GANs的实现一样，他们的架构需要被训练。在这里，他们使用了一个在FFHQ数据集上训练的StyleGAN2基础的网络。然后，由于他们做了许多修改，正如刚才讨论的，他们用198对图像作为发型转移的例子，第二次训练他们修改后的StleGAN2网络，以优化模型外观混合比例和结构编码。
Fail examples.
GitHub地址：https://github.com/ZPdesu/Barbershop
论文：https://arxiv.org/pdf/2106.01505.pdf
参考链接：
https://pub.towardsai.net/barbershop-try-different-hairstyles-and-hair-colors-from-pictures-gans-e5138a8ee5f4
—完—
欢迎点赞~ 关注 新智元 及时了解人工智能新动态~
,
